Enhancing weak lensing redshift distribution characterization by optimizing the Dark Energy Survey Self-Organizing Map Photo-z method

技術要約：Dark Energy SurveyのSelf-Organizing Mapによるフォトメトリック赤方偏移推定法の最適化による、弱重力レンズ赤方偏移分布特性評価の向上

問題提起
銀河アンサンブルの赤方偏移分布 $n(z)$ の正確な特性評価は、大規模構造の宇宙論的研究、特に弱重力レンズ解析において極めて重要な前提条件である。フォトメトリックサーベイは、膨大な数の銀河を撮像することが可能であるが、直接的に精密な距離を測定することはできない。その代わりに、広帯域フラックスから推定されるフォトメトリック赤方偏移（photo-z）に依存している。この領域における主要な課題は、カラーと赤方偏移の関係における縮退であり、これが一意的な赤方偏移決定を妨げている。さらに、レンズ光源サンプルは通常、校正に使用される明るい赤色銀河よりも暗く、深く、青いため、その赤方偏移分布の特性評価はより困難である。不正確な $n(z)$ の特性評価は、ダークエネルギーやダークマターに関する宇宙論パラメータの制約にバイアスを与える系統誤差を導入する可能性がある。

手法
本研究では、Dark Energy Survey (DES) の文脈における、フォトメトリック赤方偏移推定のためのSelf-Organizing Map (SOM) 手法（SOMPZ）の改善を調査する。本研究では、DES Year 6 (Y6) のより深いデータセットへの準備として、DES Year 3 (Y3) データを用いたテストベッドを利用する。標準的なSOMPZアプローチは、2つのSOMを採用している。一つは、深宇宙フィールドのデータ（スペクトル赤方偏移を含む）で学習された「Deep SOM」、もう一つは、広域フィールドのソースカタログで学習された「Wide SOM」である。広域サンプルの赤方偏移分布は、Balrogインジェクション（実際の画像内に挿入されたシミュレーション銀河）から導出された転送関数を介して、広域の銀河をDeep SOMにマッピングすることによって推定される。

著者らは、既存のY3 SOMPZフレームワークを強化するために、3つの具体的な戦略を提案し、テストしている：

1. アルゴリズムの置換 (SOMF): 標準的なSOMアルゴリズム（理想的な学習データを想定）を、Sánchez & Raveri et al. (2020) によって提案されたSOMFアルゴリズムに置き換える。SOMFは、距離指標と重み更新則を再定義することで、暗い銀河の測定誤差を扱うように設計されている。これはフラックスを信号対雑音比 (SNR) 単位に変換し、低SNRでは線形フラックス、高SNRでは対数フラックスにおけるユークリッド距離の間を遷移する距離指標を利用することで、ノイズや外れ値への感度を低減させる。
2. $g$ バンドの包含: 広域SOMの学習および割り当てに $g$ バンドのフラックス情報を組み込む。$g$ バンドは点広がり関数 (PSF) の校正問題によりY3の弱重力レンズ形状測定からは除外されていたが、著者らは、追加のカラー情報が赤方偏移ビンをより良く制約するという仮説に基づき、フォトメトリック赤方偏移の推定におけるその有用性をテストしている。
3. 特徴量としての赤方偏移の包含: 非典型的なアプローチとして、スペクトル赤方偏移（利用可能な場合）を、非教師ありクラスタリングプロセス中の入力ベクトルにおける明示的な特徴量として追加する。これは、過学習のリスクや手法の非教師あり的な性質を損なうリスクがあるにもかかわらず、明示的にターゲット変数を提示することが結果としての $n(z)$ を改善するかどうかをテストするものである。

主な結果
分析では、同じ基礎データセット（Wide, Deep, Redshift, および Balrogサンプル）を用いて、修正された手法を標準的なY3 SOMPZの結果と比較している。

• 赤方偏移ビンの重なり: 成功の主要な指標は、トモグラフィックな赤方偏移ビンの間の重なりの減少であり、これによりビン間の信号の混入を最小限に抑える。
  • 戦略1 (SOMF): SOMFアルゴリズムへの切り替えのみにより、Y3 SOMと比較して、セルあたりの赤方偏移分布の標準偏差の中央値が約20%減少した。これにより、0-1ビン対の重なりが3%減少した。
  • 戦略2 ($g$ バンド): $g$ バンドを標準的なY3 SOMに追加することで、0-1ビン対の重なりが23%減少した。
  • 結合戦略 (SOMF + $g$ バンド): SOMFアルゴリズムと$g$ バンド情報を組み合わせることで、最も顕著な改善が得られた。この組み合わせは、$riz$ バンドのみを用いた標準的なY3 SOMと比較して、1-3ビン対の重なりを66%、1-2ビン対の重なりを33%減少させた。結果として得られた $n(z)$ 分布は、より鋭いピークと、より明確に定義されたビンを示した。
• 特徴量としての赤方偏移: 第3の戦略である、赤方偏移を入力特徴量として追加する方法は、標準的な手法よりも劣った結果となり、その結果として放棄された。
• 宇宙論的影響: 本論文は、SOMアルゴリズムの置換には、2点統計量および共分散行列を含むデータベクトルの完全な再構成が必要であることを指摘している。SOMFアルゴリズムは $riz$バンドを用いて、$S_8 - \Omega_m$平面への宇宙論パラメータ制約へと完全に伝播されたが、$g$バンドの包含については、Y3における$g$ バンドの形状測定の欠如により、本研究では宇宙論パラメータへの完全な伝播が行われなかった。代わりに、シミュレーションされたデータベクトルを使用して等高線を比較し、改善された赤方偏移ビンが制約を強化することを示した。

意義と主張
著者らは、新しい観測データを必要とせずに、SOMの手法を最適化することで、弱重力レンズの赤方偏移分布の特性評価を大幅に強化できることを、彼らの知見が示していると主張している。SOMFアルゴリズム（測定誤差を考慮したもの）と$g$ バンドの包含を組み合わせることで、DES Y3データにおける赤方偏移ビンの重なりを最大66%削減することに成功した。

本論文は、これらの結果を、最終的なDES Year 6解析および将来のStage IVサーベイ（ルビン天文台やEuclidなど）に向けた重要なステップとして位置づけている。著者らは、より大きなデータセットにおいて統計誤差が減少するにつれ、手法の堅牢性が極めて重要になると主張している。異なるSOMの実装（Y3 vs. SOMF）が一致した宇宙論的結論をもたらすという事実は、この手法への信頼性を高めるものである。さらに、フォトメトリック赤方偏移推定における $g$ バンドの導入成功（形状測定にはまだ使用できないとしても）は、将来の解析において、当該バンドのPSF校正がいかに重要であるかを動機づけており、そこではデータが形状測定と赤方偏移推定の両方に使用可能となることが期待されている。本研究は、次世代の宇宙論サーベイに求められる平均赤方偏移分布のサブパーセントレベルの制約を達成するための基礎を築くものである。