Enhancing dark siren cosmology via Gaussian process reconstruction of incomplete galaxy catalogs

宇宙は膨張しており、その膨張速度はハッブル定数と呼ばれる数値によって示されます。この数値を正確に知ることは、宇宙がいかに古く、どのように進化してきたかを知る上で極めて重要です。しかし、その測定は現代物理学における大きな緊張の源となっています。科学者たちが宇宙マイクロ波背景放射を用いて初期の宇宙を振り返るとき、ある値が得られます。一方で、近くの恒星や超新星を観察すると、それよりも速い別の値が得られます。この不一致は単純な測定誤差では説明できないほど大きく、私たちの宇宙に対する理解が不完全である可能性を示唆しています。このパズルを解くために、天文学者たちは新しいツールである重力波に注目しています。重力波とは、ブラックホールの衝突のような激しい宇宙イベントによって引き起こされる時空のさざなみです。光とは異なり、これらの波はイベントがどれほど遠くで起きたかという直接的な測定値を持っており、他の天体に校正する必要のない「標準サイレン」として機能します。しかし、欠けているパズルのピースは、距離のパートナーである赤方偏移、つまりその光源がどれほどの速さで私たちから遠ざかっているかという情報です。重力波自体はその速度を明らかにしないため、科学者は重力波の発生源となったホスト銀河を見つけ出し、その赤方偏移を測定しなければなりません。しかし、これらの衝突からの信号はしばしばぼやけており、数千もの潜在的なホスト天体が存在する広い空域を指し示すため、正しい銀河を見つけることは困難です。また、その多くは観測するにはあまりに暗すぎます。

新しい研究において、研究者たちは、不完全な銀河マップの空白を埋め、宇宙の膨張率をより正確に把握するための巧妙な方法を開発しました。彼らが取り組んだ問題は、欠落した銀河を扱う現在の手法が単純すぎるということでした。望遠鏡がある特定の方向のすべての銀河を捉えられないとき、標準的なアプローチでは、欠落した銀河はビーチに均一に撒かれた砂のように、一様に広がっていると仮定します。この仮定は、銀河が実際にはグループやフィラメント状に集まっており、その間に空虚なボイド（空洞）が存在するという事実を無視しています。これらの塊や隙間には、重力波の発生源を正確に特定するための重要な情報が含まれています。データが完璧に一様であるかのように扱うことで、科学者は精密な測定を可能にするまさにその特徴を、実質的にぼかしてしまっていたのです。マッテオ・タリアズッチと彼のチームによるこの研究は、異なる戦略を提案しました。欠落している銀河がどこにあるかを推測する代わりに、彼らはガウス過程と呼ばれる統計ツールを使用しました。このツールを、観測可能な銀河のパターンを学習し、そのパターンを用いてデータが欠落している部分の分布の形状を推測する、スマートな補間器と考えてください。これにより、データを滑らかにしすぎてしまうのではなく、自然な塊やボイドを保持することができるのです。

研究者たちは、膨大なシミュレーションデータを用いてこのアイデアをテストしました。彼らは数百万の銀河を含む仮想の宇宙を作成し、将来の観測装置によって検出されるであろう重力波をシミュレートしました。そして、望遠鏡が暗い天体を見逃すという現実の望遠鏡の限界を模倣するために、意図的に銀河カタログを不完全なものにしました。これらのシミュレーションにおいて、彼らは標準的な「一様」手法と、この新しいガウス過程手法を比較しました。結果は驚くべきものでした。銀河カタログの約4分の3が欠落している場合でも、新しい手法は標準的な手法よりも37パーセント高い精度で膨張率の制約を算出しました。データが非常に希薄な最も困難なシナリオでは、その改善率は66パーセントに達しました。この新手法は、望遠鏡が見ている銀河が、より大きな構造化されたパターンの一部であることを認識することで機能しました。研究チームは、可視の部分の密度に従って隠れた部分のマップを再構築し、標準的な手法が消し去ってしまった「塊状の構造」を効果的に復元したのです。これにより、重力波源の可能性のある場所をより効果的に絞り込むことができました。

また、この研究では、銀河の距離を測定する際の誤差のレベルが結果にどのように影響するかについても調査されました。その結果、銀河自体の測定値にかなりの不確実性がある場合でも、新手法は旧手法を凌駕することがわかりました。これは、ガウス過程が柔軟であり、銀河の分布の相関スケールを、銀河がどのように振る舞うべきかという硬直した仮定に頼ることなく、データから直接学習するためです。この手法は、銀河がどのように形成されるか、あるいはダークマターのハローにどのように分布しているかという複雑な物理学を知る必要はありません。単に、観測された点から分布の形状を学習するのです。研究者たちは、この手法が非常に遠方のイベントを観察する際に特に強力であると指摘しています。遠方の宇宙では銀河カタログが最も不完全になりますが、標準的な手法では宇宙の構造を捉えられないのに対し、この新しいアプローチは基礎となる密度特性を依然として復元できるのです。

これらの結果は有望ではありますが、これらはシミュレーションによるものであり、まだ実際の観測によるものではありません。著者らは、この手法を実データに適用するには、銀河マップの再構築と膨張率の測定を単一の統一されたステップとして組み合わせるなど、さらなる開発が必要であることを認めています。彼らはまた、現在および将来のサーベイによる実際のデータを用いてこの手法をテストする計画もあります。現時点では、この研究は、欠落した宇宙のパズルのピースをより洗練された統計的手法で扱うことで、同じ量のデータから大幅に多くの情報を抽出できることを示しています。このアプローチは、ハッブル定数の緊張を解消するための道筋を提供し、宇宙が現在のモデルの予測よりも速く膨張しているのか、あるいはより深い謎が待ち受けているのかを明らかにする可能性があります。鍵となる教訓は、宇宙は滑らかで特徴のない広がりではなく、たとえ見ることができないデータの中であっても、その自然な構造を尊重することによって、私たちはその根本的な性質をより多く学ぶことができるということです。