Almanac: MCMC-based signal extraction of power spectra and maps on the sphere

Almanacは、ハミルトニアンモンテカルロ法に基づくフレームワークであり、ノイズを含む複数の赤方偏移ビンにわたる宇宙論的観測から、ノイズのない全天マップとその対応するパワースペクトルを抽出することで、$EB$リークのような問題を回避し、系統誤差や新物理のロバストな診断を可能にするモデルに依存しない事後データプロダクトを提供する。

要約

宇宙を、物質とエネルギーが渦巻く混沌とした霧に覆われた、巨大な三次元のキャンバスだと想像してみてください。天文学者たちはこの霧の写真を撮ろうと試みていますが、彼らのカメラは不完全です。画像は粒状（ノイズ）であり、時には空の一部が雲やカメラ自身の死角（マスク）によって遮られています。

この論文は、Almanac（MCMC-Based Signal Extraction of Power Spectra and Maps on the Sphereの略）と呼ばれる新しいツールを紹介しています。Almanacは単なるカメラではなく、これらの粒状で不完全な写真を見て、宇宙の「真の姿」全体と、その霧がどのように構成されているかについての詳細な統計レポートを再構成できる、超スマートな探偵だと考えてください。

その仕組みを、日常的な概念に分解して説明します。

1. 問題点：粒状で断片的な写真

宇宙マイクロ波背景放射（ビッグバンの名残）や銀河の分布をマッピングするとき、得られるデータには以下の特徴があります：

• ノイズが多い： 古いテレビの砂嵐のようなものです。
• 不完全である： 空のすべてを一度に見ることはできず、一部は隠れています。
• 複雑である： データは単なる単純な画像ではありません。それは異なる「種類の」波の混合物です（音にピッチや音量があるように）。物理学では、これらは「スピンウェイト0」（温度のようなもの）と「スピンウェイト2」（偏光や光のねじれのようなもの）と呼ばれます。

従来のメソッドは、多くの場合、単一の「最善の推測値」（点推定）を得ようとします。この論文は、それは単一のスナップショットを見て天気を推測しようとするようなものであり、物語の全容や不確実性を見逃してしまうのだと主張しています。

2. 解決策：「すべてを見通す」探偵

Almanacは、**ハミルトニアン・モンテカルロ法（HMC）**という手法を使用しています。

• 比喩： 暗く霧がかった部屋の中で、巨大で目に見えない彫刻の形を探しているところを想像してください。あなたには、そのごく一部しか触ることができません。
  • 古い手法は、ある一点に触れて形を推測し、そこで止まってしまいます。
    サーカスのように、Almanacは単に一つの形を推測するだけではありません。手掛かりに適合する「数千もの可能な形状」を探索します。それは「可能性の雲」を作り出し、その彫刻がどのような形である可能性が高いかだけでなく、あらゆる曲線や角について、どれほど確信を持っているか（あるいは持っていないか）を正確に示してくれるのです。

3. 「厄介な」データをどう扱うか

論文では、Almanaがこのパズルを解くために用いる2つの主要なトリックを強調しています。

• 「チョレスキー」のトリック（絡まった結び目を解く）：
  宇宙に関する数学は、空の異なる部分間の複雑な関係を伴います。これを直接解こうとすると、数学がイヤホンの絡まったコードのように複雑に絡み合ってしまいます。著者らは、特定の数学的な「解きほぐし」手法（チョレスキー分解と呼ばれます）を用いることで、この結び目が解け、探偵が可能性の中をより速く、より正確に移動できるようになることを発見しました。
• 「先入観を持たない」ルール：
  多くのツールは、宇宙がどのように機能しているかについての特定の理論（例：「宇宙は5%の通常の物質でできている」など）を前提としています。Almanacは、これらの仮定を拒否します。Almanacは、宇宙がどの方向を見ても概ね同じに見える（等方性）ということのみを仮定します。それは、「データを見せてくれ。そうすれば、既存の枠組みに無理に押し込むことなく、そこに存在するパターンを教えてやる」と言っているのです。これにより、結果は「モデルに依存しない（モデル・インディペンデント）」、つまりデータ自体から導き出された純粋な事実となります。

4. 「漏洩」の問題（EモードとBモード）

宇宙論には、2種類のパターンがあります。Eモード（電場のような、「カールフリー（渦なし）」のパターン）と、Bモード（磁場のような、「ダイバージェンスフリー（発散なし）」のパターン）です。

• 問題点： 空の視界がマスク（遮蔽）されているため、従来のツールは混乱が生じがちです。彼らは、わずかなEモードをBモードと見間違えてしまうことがあります。これは「漏洩（リーケージ）」と呼ばれます。それは、風が吹いているせいで、サイレンの音を車のクラクションと勘違いするようなものです。
• Almanacによる解決： Almanacは単一の推測ではなく、確率の雲全体を見るため、マスクされた領域においてEとBがどのように関連しているかを理解しています。そのため、混乱が最終的な結果に「漏れる」ことがありません。もしBモードの信号があるべきではない場所に現れた場合、それは計算ミスではなく、潜在的なエラーや新しい物理学の兆候としてフラグを立てます。

5. 結果：何を見つけたのか？

チームは、宇宙マイクロ波背景放射（CMB）に似たシミュレーションデータを用いてAlmanacをテストしました。

• 温度（スピン0）： ノイズが多く、マスクされた部分であっても、宇宙の温度マップを正常に再構成することに成功しました。
• 偏光（スピン2）： 光のねじれパターンを再構成しました。彼らは、Almanacが強い信号（Eモード）を正確に見つけ出し、同時に、弱い信号（Bモード）がゼロ（またはノイズ）と一致していることを正しく特定できること（偽の信号を作り出すことなく）を示しました。

6. なぜ重要なのか（過度な期待をせずに）

論文は、Almanacが宇宙の統計的性質を特徴付けるための強力なツールであると主張しています。

• それは「科学利用可能な」データ製品を生み出します。
• 何百万ものパラメータを同時に処理します（古いコンピュータではクラッシュしてしまうようなタスクです）。
• 巨大な空の領域をマッピングする将来の巨大な調査（Euclidミッションなど）で使用されるように設計されています。

要約すると： Almanacは、ノイズが多く不完全な宇宙の写真を取り込み、最も可能性の高い「真の」マップとパターンを、不確実性を厳密に考慮しながら、かつ計算ミスによるエラーを回避して再構成する、極めて効率的な数学的エンジンです。これは、データを特定の理論に無理に適合させることなく、宇宙自身に語らせる手法によって行われます。

技術概要

問題提起
宇宙論的推論は、天球上のランダムな場（CMBマップ、宇宙構造の連続マップ、あるいは点トレーサーなど）のノイズを含む観測データの解析に頻繁に依存している。伝統的な手法は、しばしば2点統計量（角パワースペクトルなど）の二次推定量に依存する。これらの推定量は特定の条件下では不偏であるが、既知の欠点がある。すなわち、非ガウス場や非最適な統計量の持つ情報の全容を捉えることができず、共分散行列に対するサーベイ幾何の影響の複雑なモデリングを必要とし、また、EモードとBモード間のリーク（特にCMB偏光や宇宙剪断において）に苦慮するという点である。さらに、2点統計量の点推定は、現代の高解像度サーベイで利用可能な情報を十分に活用できていない。

手法
本論文では、ハミルトニアンモンテカルロ（HMC）サンプリングを用いたフィールドレベル推論（FLI）のためのソフトウェアパッケージであるAlmanacを紹介する。従来の、場（field）の値を解析的に周辺化したり点推定に頼ったりするアプローチとは異なり、Almanacはベイズ階層推論を実行することで、全天のノイズレスな宇宙構造マップと、複数の赤方偏移ビンにおける自己および相互パワースペクトルを同時にサンプリングする。

主な手法構成要素は以下の通りである：

• ベイズ階層モデル (BHM): このモデルは、天球上の統計的に等方的かつガウス的なランダム場（最大エントロピー仮定）を想定している。球面調和係数（$a$）とパワースペクトル（$C$）を自由パラメータとして扱う。事後分布は、データとノイズの与えられたマップの尤度、パワースペクトルの与えられた係数に対するガウス事前分布、およびパワースペクトル自体の事前分布を組み合わせたものである。
• スピン重みの取り扱い: アルゴリズムは、スピン重み0の場（例：CMB温度、銀河数密度）とスピン重み2の場（例：CMB偏光、宇宙剪断）の両方を扱う。スピン重み2の場については、EモードおよびBモードのパワースペクトル、ならびにパリティを破るEBパワースペクトルを推論し、点推定体に固有のEBリーク問題を、全事後分布をサンプリングすることによって回避する。
• ハミルトニアンモンテカルロ (HMC): 高次元のパラメータ空間（例えば、CMBでは約$10^7$、Euclidのような弱重力レンズでは約$10^8$といった数百万のパラメータを含む空間）を探索するために、AlmanacはHMCを利用する。これには、解析的に導出されたポテンシャルエネルギー（負の対数事後分布）の勾配の計算が必要となる。
• パラメータ化とチューニング: 共分散行列 $C$ の正定値性に関する非線形な制約および事後分布の「ファネル」形状に対処するため、著者らはチョレスキー分解によるパラメータ化（$C = LL^T$）と対数スケールによる対角要素の実装を行っている。これにより、モードがデコリレーション（無相関化）され正規化されるため、素朴なパラメータ化と比較してサンプリング効率が大幅に向上する。サンプラーは、バーンイン、ヘッシアン由来のスケールに基づくステップサイズ・チューニング、受理率を最適化するためのリープフロッグ・チューニング、およびメインのサンプリング段階という4段階のチューニングプロセスを採用している。
• 収束判定: 高次元における収束を監視するために、Gelman-Rubin統計量、欠損情報分率（FMI）、Hansonの統計量、および有効サンプルサイズ（ESS）を含む複数の診断法を用いている。特にFMIは、サンプリング効率の低下を検知する極めて敏感な早期警告指標として強調されている。

主要な貢献

1. Almanacの開発: 複数の場（スピン0およびスンド2）を同時に扱うことができる、汎用的な全天信号抽出ツール。
2. 全事後分布のサンプリング: 場の値やスペクトルの点推定ではなく、場の値とスペクトルの全事後分布をサンプリングすることにより、Almanacは（統計的等方性以外の）特定の宇宙論モデルに依存しない、科学的に利用可能なデータ製品を提供し、EBリークを自然に処理する。
3. スケーラビリティ: 本アルゴリズムは、極めて高次元な事後分布（最大数億のパラメータ）を効率的に扱うことが可能であり、マルチコアアーキテクチャ上で、最大多重極 $\ell_{max}$ に対してほぼ二次的に（$t \propto \ell_{max}^{2.03}$）スケールすることが示されている。
4. ノイズとマスクへの堅牢性: 本手法は、観測されたピクセルからの情報を合成することで、マスクされた（観測されていない）領域における場（field）の値を推論する。これにより、平面近似に共通する境界アーティファクトを導入することなく、欠損データに対するベイズ的な解を提供する。

結果
著者らは、シミュレーションされたCMB様実験におけるAlmanacの性能を実証した：

• 温度 (Spin-0): 低S/Nシナリオにおいて、Almanacは、有意なノイズを含む分散した疑似スペクトルから開始したにもかかわらず、真の角パワースペクトルを1および2シグマの信頼区間内で正常に回収した。
• 偏光 (Spin-2): アルゴリズムは、高S/N（Eモード）と極めて低S/N（Bモード）の混合を扱った。推論されたEモードは正確であった一方、Bモードはゼロと矛盾しないことが正しく推論された。
• 収束: チェインは複数の診断において収束を示した。温度における欠損情報分率（FMI）の値は約0.80、偏光では0.77であり、エネルギー景観の効率的な探索が行われたことを示している。有効サンプルサイズは、十分に検出されたモードに対して$10^4$から$10^5$に達した。
• マップ再構成: 手法は平均事後マップおよび典型的な実現例（realizations）の再構成に成功し、期待通りのウィナーフィルタ的な平滑化と、マスク領域における分散の増大を示した。

意義
本論文は、広大な空をカバーし、バイアスを避けるために球面アプローチを必要とする次世代の宇宙論的サーベイ（EuclidやCMB-S4など）にとって、Almanacが極めて重要なツールであることを位置づけている。その主要な意義は、特定の宇宙論モデルに依存することなく（統計的等方性以外）、フィールドデータから最大限の統計的情報を抽出できる点にあり、それによってモデルに依存しないデータ製品を提供できることにある。これにより、信号抽出と宇宙論パラメータ推論の分離が可能となる。著者らは、計算コストは従来の要約統計量分析よりも高いものの、向上した推論精度と、非ゼロのBモードやEBリークを通じて系統誤差を診断できる能力が、そのコストを正当化すると述べている。本研究は、相関のある場を含むより複雑な解析のための基礎となるものであり、それらは姉妹論文で詳述されている。