Impact of non-Gaussian likelihood on cosmological constraints from the thermal Sunyaev--Zel'dovich power spectrum: a simulation-based inference analysis

技術要約：tSZパワースペクトルからの宇宙論的制約における非ガウス型尤度の影響

問題提起
熱的スニヤエフ・ゼルドビッチ（tSZ）パワースペクトルは、宇宙論パラメータ（特に $\sigma_8$ および $\Omega_m$）および銀河団の天体物理学に関する主要なプローブである。しかし、その統計的性質は本質的に非ガウス的である。この非ガウス性は、大角度スケールにおける信号が、稀で巨大な低赤方偏移の銀河団によって支配されていることに起因しており、正の歪みを持つサンプリング分布をもたらす。Planck Collaborationによる研究などの標準的な宇宙論解析では、通常、パワースペクトルに対してガウス型尤度を仮定している。この近似は、多くの銀河団によって寄与が分散される高多重極において成立する可能性があるが、低多重極（$\ell < 1000$）における歪みを捉えることはできない。非ガウス統計を捉える正確な解析的尤度モデルの欠如は、偏りのない宇宙論的制約を得るための代替的な推論手法の必要性を動機付けている。

手法
著者らは、明示的な解析的尤度関数を回避するために、シミュレーションに基づく推論（Simulation-Based Inference, SBI）を採用している。ワークフローは以下の通りである：

1. フォワードモデリング:
   • ガウス型シミュレータ: ベースラインとなるシミュレータは、標準的な手法に対するSBIパイプラインの検証として、固定された共分散行列（トリスペクトルの寄与を含む）を用いた多変量ガウス分布を用いてパワースペクトルを生成する。
   • ハローベース・シミュレータ: より現実的なフォワードモデルは、フルスカイのコンプトン$y$マップを生成する。これには、Tinker et al. (2008) のハロー質量関数からのハロー質量と赤方偏移のポアソンサンプリング、一般化Navarro–Frenk–White (GNWF) 圧力プロファイル（Arnaud et al. 2010）の割り当て、およびビームとの畳み込みが含まれる。前景放射の残差（CIB、IR、RS）と相関ノイズは、ガウス型ランダム場として追加される。
2. ニューラル密度推定:
   • 著者らは、sbi パッケージ（PyTorch）を用いて、直接事後分布を学習するか（ニューラル事後推定、NPE）、あるいは尤度関数を学習するか（ニューラル尤度推定、NLE）を行う深層ニューラルネットワークを訓練する。
   • Masked Autoregressive Flow (MAF) アーキテクチャを使用する。訓練の確率的な変動を軽減するため、10個の独立して訓練されたネットワークのアンサンブルを用いて、堅牢な事後分布推定を行う。
3. 検証:
   • SBIフレームワークは、まず実際のPlanckデータを用いて標準的なガウス型尤度解析に対して検証される。
   • 次に、非ガウス性の影響を評価するために、ハローベースのフォワードモデルによって生成された模擬データセットに適用される。
   • 収束テストはシミュレーション数に関して行われ、推論された事後分布が真のパラメータと統計的に一致することを確認するために、カバレッジテストが行われる。

主な貢献

• tSZへの初のSBI適用: 本研究は、tSZパワースペクトルの解析に対するSBIの初の適用事例である。
• ガウス近似の検証: 本研究は、Planckのようなサーベイに対する標準的なガウス型尤度仮定に対する厳密なテストを提供する。
• 非ガウス型尤度モデリング: NLEが、ガウス近似では捉えきれない、低多重極におけるtSZパワースペクトルの高度に歪んだ非ガウス的サンプリング分布を正確に学習し、再現できることを実証している。
• 堅牢性解析: 広範なアブレーション研究を通じて、著者らは、真の物理的な差異と、ニューラルネットワークの訓練や有限のシミュレーションサイズから生じる潜在的なアーティファクトを区別している。

結果

• 宇宙論的制約: 多重極 $\ell < 1000$ のみを使用した場合、ガウス型尤度仮定は偏りのない宇宙論的制約を与える。SBIベースの推論（NPEおよびNLEの両方）は、宇宙論的パラメータの組み合わせ $F = \sigma_8(\Omega_m/B)^{0.40}h^{-0.21}$ について、ガウス型尤度の結果と極めて良好に一致する結果を出す。
• 前景放射の制約: 宇宙論的制約は安定している一方で、SBIベースの推論は、残留前景放射の振幅に関する事後分布の緩やかな広がりを示す。具体的には、赤外線源の振幅（$A_{IR}$）に対するNLEベースの制約は、ガウス型尤度の結果よりも約$0.5\sigma$低い。
• 尤度の学習: NLE手法は、非ガウス的な尤度構造を正常に学習し、フォワードモデリングされたシミュレーションで見られる正の歪みを再現するが、ガウス近似は低多重極において失敗する。
• カバレッジ: カバレッジテストにより、SBIによって推論された事後分布が適切に較正されており、すべてのパラメータにおいてバイアスが$0.06\sigma$未満であることが確認された。

意義および主張
本論文は、PlanckのようなtSZ解析（フルスカイ、特定のノイズレベル）において、標準的なガウス型尤度仮定は宇宙論的推論に対して十分に正確であり、主要なパラメータに対して偏りのない制約を与えることを主張している。しかし、著者らは、SBIが重要な検証ツールとして機能することを強調している。これにより、研究者は解析的な近似を超えて非ガウス型尤度をモデル化することが可能になり、ガウス近似では見逃される可能性のある前景放射制約の微妙な違いを明らかにすることができる。

著者らは、ガウス型尤度の十分性に関する彼らの結論が、より小さな空の割合を観測し、したがってより高い多重極においてより強いサンプル分散と非ガウス性を経験するACTやSouth Pole Telescope (SPT) のような他のサーベイに自動的に拡張されるものではないと指摘している。さらに、彼らは、SBIが、圧力プロファイルの不確実性の組み込み、銀河団数カウントとの結合、および従来の解析的尤度では扱うことが困難な高次モーメントの解析など、将来のアプリケーションに向けた柔軟なフレームワークを提供することを強調している。本研究は、現在のPlanckのような制約についてはガウス近似が堅牢であるものの、SBIが複雑な統計を扱うための必要な経路を提供することを示唆している。