A deep learning algorithm for black hole spin estimation using hot-spot secondary images

技術要約：ホットスポット二次像を用いたブラックホールスピン推定のためのディープラーニング・アルゴリズム

問題提起
超巨大ブラックホールであるいて座A*（Sgr A*）は、ブラックホールの周囲を公転する局所的な放射領域、すなわち「ホットスポット」に起因する頻繁なフレア活動を示している。イベント・ホライゾン・テレスコープ（EHT）およびGRAVITYコラボレーションは、Sgr A*の質量と距離に対して高精度な制約を提供してきたが、これらの画像から時空のシグネチャー（具体的には無次元スピンパラメータ $a_*$ および傾斜角 $i$）を単独で抽出することは、プラズマ依存の放射、有限の解像度、および急速な変動性のために依然として困難である。先行研究（Yfantis et al. 2026、以下Y26）では、プライマリー画像とセカンダリー画像の間の位置角の差（$\Delta PA$）とシステムの物理パラメータとの間の関連性が提案された。しかし、Y26は$\Delta PA$を全軌道周期にわたって平均化することに依拠しており、かつ厳密な赤道面軌道を仮定していたため、現実的な部分的な可視性を持つ観測や非赤道軌道への適用には限界があった。

手法
著者らは、ホットスポットの観測量からブラックホール・パラメータを推論する逆問題を解決するために設計されたディープラーニング（DL）フレームワークであるSTIHOS（Space-Time Inference via Hotspot Observations）を導入する。

• データ生成: 著者らは一般相対論的放射伝搬コード ipole を用い、約10万個のホットスポット・モデルを用いたライブラリを生成した。これらのシミュレーションでは、ブラックホールスピン（$a_* \in [-1, 1]$）、ホットスポット放射半径（$r_{hs} \in [4, 12] M$）、軌道速度係数（$\Omega_{coef}$）、システム傾斜角（$i \in [0, 60]^\circ$）、および非赤道方向の角度オフセット（$\theta_z \in [-45, 45]^\circ$）のパラメータを変化させた。
• 観測量: モデルは、プライマリー（$n=0$）およびセカンダリー（$n=1$）画像の間の位置角の差（$\Delta PA$）の時間変化、ならびに軌道周期（$T$）と放射半径（$r_{hs}$）を追跡する。
• モデル・アーキテクチャ: STIHOSは、スキップ接続、バッチ正規化、およびReLU活性化関数を備えた多層パーセプトロン（MLP）を利用する。このネットワークは、観測量（$r_{hs}$、$T$、および時系列 $\Delta PA(t)$）からターゲット・パラメータ（$a_*$、$i$、および $\theta_z$）へとマッピングするように訓練される。
• 訓練戦略: データセットは、訓練用、検証用、テスト用に80/10/10の割合で分割された。観測ノイズに対処するため、著者らは2つの戦略を採用した。(1) 訓練中に（時間的連続性のための径基底関数カーネルを用いてモデル化された）ガウスノイズを注入すること、および (2) 推論時にモンテカルロ・ドロップアウトを用いて予測の不確実性を推定することである。
• 実験設計: パフォーマンスを評価するために、以下の5つの実験設定をテストした：
  • Exp I: 赤道面、全軌道、時間平均された $\Delta PA$（Y26を再現）。
  • Exp II: 赤道面、全軌道、時間分解された $\Delta PA(t)$。
  • Exp III: 赤道面、部分軌道可視性（10–100%のカバレッジ）。
  • Exp IV: 非赤道面、全軌道可視性。
  • Exp V: 非赤道面、部分軌道可視性。

主要な結果
本アルゴリズムは、特に理想的な条件下において、システム・パラメータの回収における驚異的な精度を示している：

• 赤道軌道 (Exp I & II): 無ノイズのシナリオにおいて、STOTHOSは標準偏差 $\sigma_{a_*} \approx 0.04$ および $\sigma_i \approx 1.9^\circ$ でスピンを回収する。時間分解アプローチ（Exp II）は、$\Delta PA(t)$ 曲線がスピンと傾斜角の両方をパラメータ空間全体にわたって同時に高精度に推論できることを裏付けている。
• 部分可視性 (Exp III): 本モデルは、軌道の50%しか観測できない場合でも高い推論能力を維持し、誤差の増加は緩やかである（$\sigma_{a_*} \approx 0.08$、$\sigma_i \approx 4^\circ$）。50%のカバレッジを下回ると、誤差は大幅に増大する。
• 非赤道軌道 (Exp IV & V): 非赤道パラメータ $\theta_z$ の導入により、$a_*$、$i$、および $\theta_z$ の間に縮退が生じる。スピンと傾斜角の制約は緩和されるものの（$\sigma_{a_*}$ が $\sim 0.22$ に上昇、$\sigma_i$ が $\sim 2.9^\circ$ に上昇）、モデルは事前情報なしでは $\theta_z$ に対して「ソフトな制約」（$\sigma_{\theta_z} \approx 9.55^\circ$）のみを提供する。
• 観測ノイズ: 著者らは、現在のEHT、次世代のngEHT、および将来のBHEXアレイから予想されるノイズレベルをシミュレートした。
  • EHT: 現在のノイズレベルでは、赤道面の場合のスピン推定は $\sigma_{a_*} \sim 0.3$、傾斜角は $\sigma_i \sim 5^\circ$ まで劣化する。
  • BHEX: 解像度が大幅に向上したBHEXを用いると、非赤道幾何学においても、スピンを $\sigma_{a_*} < 0.1$、傾斜角を $\sigma_i \le 2^\circ$ に制約できると予測される。
• 仮想観測: 仮想データポイントに対するモンテカルロ推論は、EHTのデータが広い信頼区間を与える一方で、BHEXのデータは、特に正のスピンに対して真のパラメータへの精密な収束を可能にすることを裏付けている。

意義および主張
本論文は、STOTHOSが、直接放射とレンズ効果を受けた放射の複雑な数学的分離を必要とせずに、ホットスポットの二次像から時空パラメータを抽出するための、堅牢で非縮退な手法を提供することを主張している。

• Y26の検証: 結果はY26で提案された理論的関係を検証しており、時間平均された $\Delta PA$ が正面からの傾斜角（$i=0$）の有効なプロキシであり、時間分解曲線がより優れた制約を与えることを確認している。
• 近未来のミッションへの実現可能性: 本研究は、ホットスポットの二次像を検出するには、フォトロン・リング全体を分解するよりも低い角解像度が必要であることを示唆しており、現在のおよび近い将来の干渉計アレイ（EHT、ngEHT、BHEX）にとって実行可能なターゲットであることを示している。
• 縮退の管理: 著者らは、スピン、傾斜角、およびオフ赤道オフセットの間の決定的な縮退を強調している。彼らは、非赤道軌道におけるこれらのパラメータの縮退を解消するには、傾斜角に関する外部の事前情報（例：他のGRAVITY/EHTによる測定）や、将来的なホットスポットの変形に関する動画ベースの制約が必要になると論じている。
• 方法論的貢献: 本研究は、降着円盤研究におけるディープラーニングの有用性を示しており、ブラックホール物理学における高度に非線形な関係を推論するための、ガウス過程に代わる計算効率の高い選択肢を提示している。

著者らは、生のVLBIデータから $\Delta PA$ を観測的に抽出することは将来の課題であるが、STOTHOSは、最初のレンズ効果を受けた放射の観測が可能になった際に、それを解釈するための価値ある枠組みを確立するものであると結論づけている。