Exploring the High-Redshift 21-cm Signal via Self-Consistent Simulations using Artificial Neural Network Emulation

技術的概要：人工ニューラルネットワークエミュレーションを用いた自己整合的シミュレーションによる高赤方偏移 21cm 信号の探求

問題提起
最初の星と銀河の時代である宇宙の夜明け（CD、$z \sim 15-60$）を理解することは、宇宙進化を追跡する上で極めて重要です。JWST や電波アレイ（HERA、LOFAR、MWA）などの観測プローブが進展している一方で、21cm 線データの解釈には堅牢な理論モデルが必要です。既存のアプローチは二極化しています：簡略化された解析モデルは計算効率が優れているものの、制限的な仮定に依存しており、一方、複雑な流体力学シミュレーションは高い忠実度を提供しますが、計算コストの制約により、小さな体積と狭いパラメータ空間に限定されています。さらに、多くの半数値モデルは、流体力学に較正された小規模な星形成（SF）、確率的なダークマター（DM）ハロー合体履歴、および大規模な放射フィードバックの自己整合的な処理を欠いています。本論文は、21cm グローバル信号とパワースペクトルに対する正確な予測を提供するために、このギャップを埋める自己整合的で大規模な半数値フレームワークの必要性に対処します。

手法
著者らは、Feathers ら（2025 年、F25）の研究を基盤とした、アップグレードされた半数値シミュレーションフレームワークを提示します。中核的な手法は以下の通りです：

1. シミュレーション体積：21cmvFAST を用いて、$192^3$ Mpc$^3$ の大規模体積（$(3 \text{ Mpc})^3$ の $64^3$ セルで構成）を生成します。この体積には、正確な SF 予測に不可欠な物質密度（$\delta$）とバリオン -DM 流速度（$v_{bc}$）の空間的揺らぎが含まれています。
2. ダークマターハロー進化：このフレームワークは、拡張されたプレス・シュレヒター（EPS）形式を利用して、確率的な DM ハロー合体ツリーを構築します。40 のハロー質量ビン（$10^{5.6} - 10^{9.5} M_\odot$）に対して、約 $10^4$ の合体ツリーのライブラリが生成されます。これらのツリーは、局所的な過密度に基づいてシミュレーションセルに割り当てられ、SF の足場として機能します。
3. ニューラルネットワーク（NN）エミュレーション：すべてのセルに対して複雑なサブグリッド半解析モデル（SAM）を実行することの計算上の非現実性を克服するため、著者らは人工ニューラルネットワークエミュレータを採用します。
   • トレーニングデータ：NN は、最先端の流体力学シミュレーションである Renaissance（O'Shea ら 2015）および AEOS（Brauer ら 2025）に較正された SAM 上でトレーニングされます。
   • 星形成（SF）処方：基準モデルには Hazlett ら（2025a,b）からの SF 処方が組み込まれています。これには以下が含まれます：
     • PopIII SF：恒星質量の累積分布関数でモデル化され、臨界質量閾値（$M_{crit}$）を越えた際にハローあたり平均 4 つの $35.6 M_\odot$ 星が生成されます。
     • PopII SF：2 段階のプロセスとしてモデル化されます：初期の「バースト的」段階に続き、ハローのビリアル温度が $T_{vir, steady} \approx 1.76 \times 10^4$ K に達すると「定常」段階に移行します。これにはバースト後の静穏期間（$t_{quies}$）が含まれます。
     • 臨界質量（$M_{crit}$）：ライマン・ワーナー（LW）フィードバックと H$_2$ の自己遮蔽（Kulkarni ら 2021）を考慮して計算されます。
   • 効率性：NN エミュレーションは、完全な SAM に比べて星形成率密度（SFRD）予測の生成コストを約 200 倍削減し、完全な体積のシミュレーションを約 21 CPU 時間で実行可能にします。
4. 21cm 信号の計算：シミュレートされた SFRD は、21cm 輝度温度（$\delta T_b$）とパワースペクトル（$\Delta^2(k)$）を計算するためにポストプロセッシングされます。これには以下が含まれます：
   • ウートウィーズ・フィールド（W-F）結合係数（$x_\alpha$）を決定するためのライマン-$\alpha$ 背景（$J_\alpha$）の計算。
   • コンプトン加熱と X 線加熱（SFR に追跡すると仮定）を考慮して、銀河間媒質（IGM）のスピン温度（$T_S$）と運動温度（$T_K$）を解く。
   • $\delta T_b$ とそのパワースペクトルを決定するために $T_S$ を反復的に解く。

主要な貢献

• 新規較正：これは、確率的 DM ハロー合体ツリーと、現代の流体力学シミュレーション（Renaissance および AEOS）に明示的に較正された SF 処方を自己整合的に統合した、最初の大規模半数値シミュレーションです。
• 2 段階 PopII モデリング：このフレームワークは、流体力学結果に較正された PopII SF に対する「バースト的」から「定常的」への遷移を導入し、以前の定数効率モデルとは大きく異なります。
• 確率的合体履歴：確率的 DM ハロー合体履歴の組み込みにより、遅延期間（$t_{delay}$）と $v_{bc}$ の $M_{crit}$ への影響を含む、PopIII から PopII への SF 遷移の現実的な処理が可能になります。
• 計算効率：最適化された NN 構造と削減されたトレーニングセットにより、異なる天体物理学的仮定（例えば、異なる PopIII 質量、$t_{delay}$、$M_{crit}$）を持つ複数の実現を効率的に実行できます。

結果
著者らは、基準モデルといくつかの代替実現（PopIII 質量、$M_{crit}$、$t_{delay}$ を変化させたもの）からの結果を提示します：

• グローバル信号（$\delta T_b$）：
  • 基準モデルは、$z \approx 20.25$ で $\delta T_b \approx -146$ mK の吸収谷の最小値を予測します。
  • PopIII と PopII の影響：PopIII SF は $z \gtrsim 34$ および大規模スケールで 21cm 信号を支配します。PopII SF は $z \lesssim 20$ および小規模スケール（$z \sim 20-34$ で $k \gtrsim 0.2$ Mpc$^{-1}$）で支配的です。
  • 遅延期間（$t_{delay}$）：PopIII と PopII の SF の間の遅延は信号に大きな影響を与えます。より長い遅延（例えば 100 Myr）は、基準の 10 Myr の遅延と比較して、より遅く、深く、狭い吸収谷をもたらします。
  • 比較：基準モデルは、DM 合体ツリー、H$_2$ 自己遮蔽、較正された SF 効率の組み合わせにより、多くの以前のモデル（例：Muñoz ら 2022）よりも早く、深い吸収谷をもたらします。
• パワースペクトル（$\Delta^2(k)$）：
  • パワースペクトルは、中程度の前景仮定（1080 時間の観測）の下で、$z \approx 25$ で $k \sim 0.2$ Mpc$^{-1}$ において HERA によって検出可能であり、$z=15$ までに $k \lesssim 0.9$ Mpc$^{-1}$ に拡大します。
  • 確率的合体履歴を含むモデルは、$M_{crit}$ に影響を与える $v_{bc}$ 揺らぎによって駆動され、それらを含まないモデル（Muñoz ら 2022 のモデルなど）と比較して、高赤方偏移で増強された大規模パワースペクトルを示します。
• NN の精度：エミュレータは、すべての赤方偏移とモデルにおいて、PopII で約 8.3%、PopIII で約 5.0% の平均精度で SAM の結果を再現します。

意義と主張
本論文は、流体力学的 SF 較正、H$_2$ 自己遮蔽を考慮した臨界ハロー質量モデル、および確率的 DM ハロー合体履歴の組み合わせが、以前の半数値研究と比較して、宇宙の夜明け全体でより早い星形成とより高い SFRDをもたらすと主張しています。

著者らは以下を主張します：

1. 観測可能性：基準の 21cm 信号は、$z \lesssim 25$ で HERA によって潜在的に検出可能です。
2. 物理への制約：$z \gtrsim 20$ での検出がない場合、PopIII と PopII の SF の間の遅延期間（$t_{delay}$）が $\gtrsim 30$ Myr であることを示唆します。
3. 方法論的必要性：PopIII と PopII の SF 間の遷移を適切に扱うには、DM ハロー合体履歴を含める必要があります。なぜなら、簡略化された解析モデル（HMF 積分など）はこの遷移の確率性とタイミングを捉えることができないからです。
4. 差別化：SF 効率の微妙な変化を区別することは困難かもしれませんが、HERA のパワースペクトル感度は、異なる $t_{delay}$ 値を持つモデルを区別し、これらの特徴を持たないモデル（Muñoz ら 2022 の実現など）から著者らのモデル（合体ツリーと流体力学較正を含む）を区別するのに十分です。

この研究は、既存の半数値コード（21cmFAST、Zeus21 など）に対する新規かつ補完的なツールとして位置づけられ、現在および将来の観測キャンペーンに対する 21cm 信号の予測に、より物理的に根拠のあるアプローチを提供します。