Predicting galaxy bias using machine learning

기술 요약: 머신러닝을 이용한 은하 편향(Galaxy Bias) 예측

문제 정의
은하가 기저의 물질 밀도장을 어떻게 추적하는지를 이해하는 것은 관측 우주론 및 은하 형성 모델의 핵심이다. 이 연결 관계는 은하 편향($b$)에 의해 정량화된다. 전통적인 분석적 접근 방식은 대개 집단 평균 편향 측정(예: 파워 스펙트럼 또는 상관 함수를 통한 측정)에 의존하지만, 이러한 방법들은 신호 대 잡음비의 한계와 물질-헤일로-은하 연결의 본질적인 확률론적 특성으로 인해 헤일로 내부 속성 및 환경적 요인에 따른 구체적인 의존성을 분리해 내는 데 어려움을 겪는다. 최근 문헌은 이 관계의 내재적 분산을 포착하기 위한 확률론적 프레임워크의 필요성을 강조하고 있다. 본 연구는 각 은하의 개별 선형 편향($b_i$)을 호스트 헤일로의 속성, 국소 환경 및 코스믹 웹(cosmic web) 위치를 기반으로 예측하는 과제를 다루며, 편향 파라미터의 확률론적 성격을 명시적으로 모델링한다.

방법론
본 연구는 IllustristNG300 자기유체역학 시뮬레이션 데이터를 활용한다. 데이터셋은 헤일로 질량 $M_{vir} > 10^{10.5} h^{-1}M_\odot$ 및 항성 질량 $M_* > 10^{8.75} h^{-1}M_\odot$ 조건을 만족하는 데로 선택된 174,607개의 중심 은하로 구성된다.

• 대상 변수: 각 은하의 개별 대규모 선형 편향($b_i$)은 Paranjape 등(2018)이 도입하고 Balaguera-Antolínez 등(2024)이 개선한 객체별 추정량 형식론을 사용하여 계산된다. 이 방법은 대규모 극한($k \leq 0.2 \, h \, \text{Mpc}^{-1}$)에서 은하-물질 및 물질-물질 파워 스펙트럼의 비율을 바탕으로 각 은하에 특정 편향 값을 할당한다.
• 입력 특징(Features): 모델은 다음의 특징들을 기반으로 학습된다:
  • 내부 헤일로 속성: 비리알 질량($M_{vir}$), 형성 적색편이($z_{1/2}$), 집중도($c_{vir}$), 스핀($\lambda_{halo}$).
  • 은하 속성: 항성 질량($M_*$) 및 색상($g-i$).
  • 국소 환경: $3, 5, 8 \, h^{-1}\text{Mpc}$ 스케일에서 계산된 과밀도($\delta_3, \delta_5, \delta_8$).
  • 코스믹 웹 위치: DisPerSE 알고리즘을 통해 식별된 임계점(보이드, 노드, 안장점, 필라멘트)까지의 거리.
• 머신러닝 프레임워크: 세 가지 뚜렷한 모델이 분할된 데이터셋(훈련 58%, 테스트 30%, 검증 12%)에 대해 평가된다:
  1. 랜덤 포레스트 회귀(Random Forest Regressor, RF): 결정론적 앙상블 방법.
  2. 신경망(Neural Network, NN): 결정론적 단일 출력 딥러닝 모델.
  3. 노멀라이징 플로우(Normalizing Flows, NF): 입력 특징 $\{x\}_i$에 대한 조건부 확률 분포 $p(b_i | \{x\}_i)$를 학습하도록 설계된 확률론적 생성 모델(구체적으로 Neural Spline Flows).
• 평가 지표: 성능은 피어슨 상관 계수(PCC), 콜모고로프-스미르노프(K–S) 검정, 그리고 바세슈타인 거리(Wasserstein Distance, WD)를 사용하여 평가된다. 확률론적 NF 모델의 경우, 단일 무작위 실현(realization)과 1,000개 실현의 평균값 모두에 대해 지표를 계산한다.

주요 기여

1. 객체별 편향 통합: 본 연구는 $b_i$를 집단 평균이 아닌 각 은하의 특정 속성으로 취급함으로써, 개별 편향 형식론을 머신러닝 파이프라인에 성공적으로 통합하였다.
2. 편향의 확률론적 모델링: 결정론적 모델(RF 및 NN)은 실제 편향 분포의 전체 폭과 꼬리 부분을 재현하는 데 실패하는 반면, 노멀라이징 플로우는 은하의 속성과 편향 사이의 내재적 확률론적 성격 및 결합 분포를 정확하게 포착할 수 있음을 입증하였다.
3. 특징 중요도 분석: 순열 특징 중요도(PFI) 및 상관 분석을 통해, 은하 편향에 미치는 환경적 요인과 내부적 요인의 상대적 영향력을 정량화하였다.

결과

• 특징 의존성: 상관 분석 결과, 국소 과밀도, 특히 $\delta_8$이 은하 편향과 가장 강하게 상관된 특징임이 밝혀졌다. 그 뒤를 이어 코스믹 웹 구조까지의 거리, 그리고 그보다 적은 정도로 내부 헤일로 속성이 뒤를 이었다. 내부 속성 중에서는 형성 적색편이($z_{1/2}$)가 전체 샘플에서 헤일로 질량을 능가하여 가장 강한 상관관계를 보였다.
• 모델 성능:
  • 결정론적 모델: RF와 NN은 높은 PCC 값(각각 0.811 및 0.797)을 달却하지만, 높은 K-S 통계량과 바세슈타인 거리를 보여 실제 분포의 산포와 꼬리를 재현하는 데 실패함을 나타낸다.
  • 확률론적 모델 (NF): 단일 무적 무작위 실현을 예측할 때, NF 모델은 K-S 통계량 0.010 및 WD 0.046을 달성하여 실제 분포의 형태를 재현하는 데 있어 결정론적 모델보다 크게 앞선다. 내재적 산포로 인해 단일 실현에 대한 PCC는 낮지만(0.652), 모델은 체계적 편향 없이 전역적 행동을 올바르게 포착한다. NF의 평균 예측은 PCC 측면에서 RF와 유사한 성능(0.807)을 보이지만, 분포의 폭을 모델링하는 능력을 유지한다.
• 결합 분포: NF 모델은 항성 질량 및 색상에 대한 편향의 결합 분포에서 발생하는 산포를 성공적으로 재현하며, 각각 0.017 및 0.029의 2D K-S 통계량을 기록했다.
• 조건부 분포: NF 모델의 개별 확률 분포 제약 능력은 입력 특징에 크게 의존한다. 정보량이 적은 특징(예: 헤일로 스핀)에 조건화하면 전역 사전 분포(prior)와 유사한 넓은 분포를 보이는 반면, 정보량이 많은 특징(예: $\delta_8$)에 조건화하면 조밀하게 제약된 객체별 분포를 생성한다.

의의
본 논문은 이 프레임워크가 DESI(Dark Energy Spectroscopic Instrument)와 같은 차세대 분광 관측 탐사를 위한 개별 은하 편향 측정 노력의 토대를 제공한다고 주장한다. 확률론적 방법론인 노멀라이징 플로우가 은하 편향의 내재적 분산을 포착하는 데 필수적임을 입증함으로써, 본 연구는 더 견고한 우주론적 추론 도구를 제시한다. 결과는 결정론적 모델이 평균적인 경향을 예측하는 데는 충분할 수 있으나, 정밀 우주론에 중요한 은하-헤일로 연결의 완전한 확률론적 성격을 규명하는 데는 부적절함을 시사한다. 또한, 본 연구는 환경적 속성, 특히 대규모 과밀도가 내부 헤일로 속성보다 은하 편향을 예측하는 데 더 지배적임을 강조한다.