Constraining cosmological simulations with peculiar velocities: a forward-modeling approach

タイトル：固有速度を用いた宇宙論的シミュレーションの制約：フォワードモデリング・アプローチ（Hamlet-PM）

問題提起
数値シミュレーションは重力ダイナミクスを理解するために不可欠であるが、標準的な宇宙論的シミュレーションは宇宙を統計的に再現するのみであり、天文学者が観測している特定の「ローカル宇宙（局所宇宙）」を空間的に一致させることはできない。この限界は、単一のユニークな環境に存在する希少で暗い、あるいはよく研究されている近傍の天体の研究を妨げている。既存のパイプライン（CLUESコンソーシアムのワークフローなど）は、ウィーナーフィルタ（WF）を介して密度・速度場を再構成し、逆ゼルドビッチ近似（RZA）を用いて制約を過去へと遡り、初期条件（ICs）を生成するという、不均質な多段階の手法に依存している。これらのステップは線形理論と仮定（例：ガウス分布に従う速度の不確地性）に大きく依存しており、非線形領域において破綻し、系統的なバイアスを導入する。さらに、現在の手法は、固有速度が測定される後期宇宙のダイナミクスを正確にモデル化することに苦慮することが多い。

手法：Hamlet-PM
著者らは、後期の（$z=0$）固有速度データから直接初期条件を制約する、完全ベイズ的なフォワードモデリング・フレームワークであるHamlet-PMを提示している。線形理論を用いた以前の反復（例：Hamlet-L）とは異 달리、Hamlet-PMは以下のコンポーネントを統合している：

1. 微分可能な重力ソルバー： この手法は、線形モデルを、JAXで実装された粗い粒子メッシュ（PM）重力ソルバー（pmwd）に置き換える。これにより、ダイナミクスを軽微な非線形領域まで統合することが可能になる。
2. ハイブリッド速度場構築： 標準的なCloud-in-Cell（CiC）補間が失敗する空虚なボイド領域における空セル問題に対処するため、著者らはハイブリッド・アプローチを採用している。高密度領域では、速度場はN体シミュレーションのCiC表現から導出される。ほぼ空の状態の領域では、線形理論近似が用いられる。これらは密度依存の重み関数を用いてブレンドされる。
3. ベイズ推論： 本フレームワークは、高赤方偏移の過密度場のフーリエモードおよび制約の距離の事後確率分布を推定する。パラメータ空間を探索するためにblackjaxライブラリを介したハミルトニアン・モンテカルロ法（HMC）を利用し、ウィーナーフィルタによる近似を回避する。
4. データ： この手法は、$\sim56,000$個の銀河を$\sim38,000$個のグループにまとめた複合データセットである**Cosmicflows-4 (CF4)**に適用されている。データの等方性を確保し、計算上の制約を管理するため、範囲は$cz \leq 16,500$ km/s ($z \sim 0.05$)に限定されている。
5. シミュレーション実行： 推定された初期条件（低解像度、$128^3$）は、ランダムな小スケールのパワーによって$512^3$粒子へと拡張される。これらはARETOコードを用いて$z=0$まで進化され、$500^3$ $h^{-1}\text{Mpc}$のボックス内に100個の制約付きシミュレーションを生成する。

主な貢献

• Hamlet-PMフレームワーク： 線形理論の限界を超え、微分可能な非線形重力ソルバーを用いて後期の速度データから直接初期条件を制約することを可能にする、Hamlet法の新しい拡張。
• Opt-LUM メトリック： 「最適化されたローカル宇宙モデル（opt-LUM）」の導入。このアルゴリズムは、観測されたクラスターの目標位置を、一致したハローの重心へと反復的にシフトさせる。これにより、標準的なLUMがペナルティを与える系統的な空間シフト（位置バイアス）を捉え、より堅牢な検出率と質量推定を提供する。
• 標準化されたベンチマーク： 既存の速度ベース（CLONES, P23）および赤方偏移ベース（CSiBORG, Manticore-Local）の制約付きシミュレーションと定量的に比較するために、Velocity Field Olympics (VFO) および LUM メトリックを適用。

結果

• 大規模構造： 100個のシミュレーションは、制約ボリューム内における観測された大規模構造を正常に再現しており、持続的なフィラメントとボイドを示している。非線形構造は、線形再構成よりも顕著に現れている。
• クラスター検出： opt-LUM メトリックを用いると、12個の主要な近傍クラスター（例：Virgo, Coma, Shapley）の検出率は標準的なLUMよりも大幅に向上する。ほとんどのクラスターは$2\sigma$で$>80\%$の検出率を達成し、多くは$3\sigma$や$4\sigma$の閾値に達している。
• 質量推定： 一致したクラスターの事後質量分布は、特にopt-LUMの対応物を使用した場合、文献値（X線、SZ、および力学的なプローブ）とおおむね一致している。
• 速度場の性能： VFO ベンチマークにおいて、Hamlet-PMは従来の速度ベースのパイプライン（CLONES）を凌駕するが、赤方偏移ベースの制約付きシミュレーション（Manticore-Local, CSiBORG1）には及ばない。
• 系統的バイアス： 本研究は、$\Lambda$CDMの予測および観測的推定と比較して、制約ボリューム内に大規模なハロー（$>10^{14} h^{-1}M_\odot$）が過剰に存在することを特定した。推論に使用された粒子メッシュ・ソルバーは、高密度領域における速度振幅を過小評価しているようであり、その結果、初期条件が宇宙論モデルから逸脱してデータを適合させようとし、結果として過剰に多くの大規模クラスターを持つバイアスのかかった再シミュレーションを生じさせている。

意義と主張
本論文は、初期条件のフィールドレベルのフォワードモデリングが、実際の固有速度観測に適用され、高度に制約された宇宙論的シミュレーションを生成できることを主張している。現在の形態において、Hamlet-PMは、非線形性と複雑な観測効果を自己整合的なベイズ・フレームワーク内でモデル化できる能力により、固有速度コミュニティで現在使用されている標準的なCLUESパイプライン（WF/RZA/CRs）の質を上回ると断言されている。

しかし、著者らは現在の限界について謙虚である。系統的バイアス、具体的には大規模クラスターの過剰生成と、高密度領域における速度コントラストの過小評価（粗い粒子メッシュ・ソルバーによるもの）は対処されるべきであると認めている。論文は、Hamlet-PMが、より高密度で精密な赤方偏移データを持つ赤方偏移ベースの制約付きシミュレーション（Manticore-Localなど）には依然として及ばないものの、フィールドレベルでの固有速度データの解析における飛躍的な進歩を象욱していると結論付けている。今後の改善は、観測モデル（選択関数、相互較正）の精緻化、および非線形領域をより深く探るための密度・速度場のモデリングの向上から期待されている。