Exposure-averaged Gaussian Processes for Combining Overlapping Datasets

技術的概要：重複するデータセットを結合するための露出平均ガウス過程

問題提起
ガウス過程（GP）は、顆粒や p モード振動を表現するために、減衰・駆動された単純調和振動子（SHO）などの物理的に動機付けられたカーネルを用いて、恒星の変動をモデル化する際に広く使用されています。これらの標準的なカーネルは、時間内の 2 点間の瞬時の共分散を定量化します。しかし、この定式化は観測が潜在信号の瞬時のサンプルであると仮定しています。実際には、多くの現代の極高精度視線速度（EPRV）分光器、特に太陽光を供給するもの（HARPS、HARPS-N、EXPRES、NEID、KPF など）は、測定しようとする恒星変動の時間スケール（数分〜数時間）と同等の露出時間で動作しています。

露出時間が有意な場合、観測された信号は真の潜在信号の瞬時の点ではなく、露出平均化（ビン化）されたバージョンとなります。露出時間が異なる複数の機器からのデータセットを、標準的な瞬時カーネルを用いて単純に結合すると、偽の信号が生じます。このモデルは、異なる積分時間のみが原因で生じる実際の視線速度（RV）の差異を示す、密接に配置された観測を統合することに失敗します。このようなデータを結合しようとする以前の試みは、すべての観測を共通の粗い時間スケールにビン化するか、データセット間で補間することを含んでいましたが、これらはどちらも高周波情報（p モード振動など）を破棄するか、非物理的な補間方式に依存していました。

手法
著者らは、瞬時カーネルの積分形式を計算することで有限の露出時間を明示的に考慮する GP フレームワークを提示します。この手法は、以下の 3 つの中核的構成要素に基づいています。

1. カーネル積分フレームワーク：著者らは、以下の間の共分散に対する解析式を導出します。

   • 2 つのビン化された観測間（潜在カーネルの二重積分）。
   • ビン化された観測と潜在の瞬時点の間（単一積分）。
   • 2 つの潜在の瞬時点の間（標準カーネル）。
     定常カーネルの場合、著者らは任意の複雑な重なりシナリオ（部分的または完全）が、「完全に重なる」サブ露出と「完全に分離した」サブ露出の和に分解できることを示しています。これにより、任意の露出時間（$\delta$）と時間間隔（$\Delta$）に対する共分散行列の評価が可能になります。

2. SHO カーネルの解析解：本論文は、顆粒や振動に一般的に使用される確率的に駆動された減衰 SHO カーネルの積分に対する具体的な解析式を提供します。これには、単一積分および二重積分の両方のケースに対する積分を評価するためのヘルパー関数（$I_{SHO}$）が含まれており、重なり合う露出内で発生する時間差 $|t - t'|$ の符号反転を処理します。

3. 多成分・多機器分解：

   • 成分分解：このフレームワークは、多成分 GP モデル（例：顆粒、振動、回転カーネルの和）に拡張されます。著者らは、完全なモデルをデータに条件付け、その後個々の潜在成分の予測平均を抽出するために必要な線形代数を詳述します。
   • 機器ドリフト：複数の機器からの重複データセットを処理するために、モデルは各機器のドリフトを、共通の潜在恒星信号に追加される独立した GP 成分として扱います。これは、機器ドリフトのカーネルがクロネッカーのデルタによってマスクされる多変量 GP として実装され、ドリフトの共分散が同じ分光器からの観測間でのみ存在するようにしています。これにより、ドリフトに対する特定の関数形を規定することなく、「恒星」変動を「機器」ドリフトから分離することが可能になります。

主要な結果
このフレームワークは、2 つの主要な応用を通じて検証されました。

1. シミュレーションデータ：著者らは、12 秒から 300 秒の露出時間を持つ 4 つの機器（KPF、NEID、EXPRES、HARPS-N）を模倣した太陽 RV データをシミュレートしました。

   • 露出の考慮：露出時間を無視したモデルは、特に露出時間が異なる密接な観測をフィットすることに失敗し、誤った予測平均を生み出しました。露出を考慮したモデルは潜在信号を正しく予測し、予測平均がビン化された観測よりも極端になること（例：長い露出によって平滑化された極値を通過すること）を可能にしました。
   • ドリフトの回復：合成された機器ドリフトを注入した際、モデルは機器ペア間の相対的ドリフトを高精度（RMS < 1.5 cm s$^{-1}$）で成功裡に回復しました。しかし、個々の機器の絶対的ドリフトは、追加の制約なしにどの機器がドリフトしているかを一意に区別できないため、高度に縮退している（しばしば負の相関を持つ）ことが判明しました。

2. 実太陽データ：

   • KPF と NEID（単一日）：2024 年 4 月 19 日の重複データに適用したところ、モデルは恒星信号を機器ドリフトから成功裡に分離しました。KPF における NEID に対する滑らかなドリフトを特定し、既知の運用イベント（液体窒素の充填）と相関していることを示しました。
   • 極限恒星信号プロジェクト（ESSP）：HARPS、HARPS-N、EXPRES、NEID を組み合わせた 28 日間のデータセット（11,165 件の観測）に適用しました。モデルはデータに条件付け、機器固有のドリフトを補正しながら、恒星成分（振動、顆粒、超顆粒、回転）を分離することに成功しました。計算コスト（$O(N^3)$ スケーリング）のため、この大規模データセットではハイパーパラメータのフィットは行われず、代わりに固定されたハイパーパラメータを使用して、異なるデータセットを結合する際の複雑さを処理するフレームワークの能力を実証しました。

意義と主張
本論文は、このフレームワークが、特に機器間で露出時間が大きく変動する太陽光供給を含む現代の EPRV データセットの分析に不可欠であると主張しています。カーネルを適切に積分することで、この手法は以下のことを実現します。

• データを共通の粗い時間スケールにビン化することで失われる高周波情報（p モード、顆粒）を保持する。
• 重複する観測における露出時間の不一致に起因する偽の信号を防止する。
• 複雑な多機器データセットを、特に堅牢に制約される「ペアごとの相対的ドリフト」を分離する、明確な恒星成分と機器成分に分解することを可能にする。

著者らは、現在の実装が、時間間隔と個々の露出時間の両方に依存する非定常な積分カーネルの性質により、非常に大規模なデータセット（$N > 3000$）に対してスケーリングの制限に直面していることに言及していますが、このフレームワークは厳密な統計的基盤を提供すると述べています。彼らは、将来の作業において状態空間モデル（カルマンフィルタ）を活用することで、これらのスケーリングの問題に対処し、より長い時間スケールにわたる恒星変動と機器ドリフトの堅牢なモデリングを可能にすると提案しています。論文は、このアプローチが、露出時間が変動の時間スケールに対して無視できる標準的なサーベイ・ケイデンスの惑星探索データではなく、恒星変動を研究するために設計された高ケイデンスデータセットに最も有益であると結論付けています。