\texttt{calypso}: a Parameter-Conditioned Stochastic Surrogate Model for Circumbinary Accretion Time-Series

Technische Samenvatting: calypso – Een parameter-geconditioneerd stochastisch surrogaatmodel voor circumbinaire accretie-tijdreeksen

Probleemstelling
De identificatie van superzware zwarte gatenparen (MBHBs) in transientenonderzoeken, zoals het Legacy Survey of Space and Time (LSST) van het Vera C. Rubin Observatory, berust op het detecteren van periodieke variabiliteit in lichtcurves van Actieve Galactische Kernen (AGN). Huidige zoekmethoden gaan er vaak van uit dat variabiliteit quasi-sinusoïdaal is. Hydrodynamische simulaties tonen echter aan dat circumbinaire accretiesnelheden sterk niet-sinusoïdale, burst-achtige en zaagtand-achtige morfologieën vertonen, met name voor excentrische paren. Bovendien is accretievariabiliteit onderhevig aan zowel kortetermijn-stochastische fluctuaties als langetermijnmodulatie veroorzaakt door schijfprecessie. Bestaande modellen slagen er niet in om deze complexe, niet-sinusoïdale afhankelijkheid van binairparameters (excentriciteit $e_b$ en massaverhouding $q_b$) vast te leggen, wat mogelijk leidt tot gemiste detecties of verkeerde classificaties. Er is behoefte aan een snel, stochastisch surrogaatmodel dat realistische accretie-tijdreeksen kan genereren over de $(e_b, q_b)$-parameterruimte om populatiestudies en parameterinferentie te faciliteren.

Methodologie
De auteurs presenteren calypso ("Circumbinary Accretion Lightcurves Yielded via Probabilistic Spectral Operators"), een parameter-geconditioneerd stochastisch surrogaatmodel getraind op een reeks 2D-hydrodynamische simulaties.

1. Trainingsdata: Het model is getraind op 100 hydrodynamische simulaties die $e_b \in [0, 0.8]$ en $q_b \in [0.1, 1.0]$ bestrijken. Elke simulatie volgt accretiesnelheden op de binaircomponenten ($\dot{M}_1, \dot{M}_2$) en de totale snelheid ($\dot{M}_b$) over 5.000 binairbanen.
2. Data-preprocessing: Om kortetermijnvariabiliteit te isoleren van langetermijndrift door schijfprecessie, worden de tijdreeksen verdeeld in 500 vensters van elk 10 banen. Binnen elk venster worden de data gedetrend en fase-gealigneerd op basis van de dominante frequentie van het vermogensspectrum. De tijdreeksen voor $\dot{M}_b, \dot{M}_1,$ en $\dot{M}_2$ worden samengevoegd tot featurevectoren.
3. PCA-dimensiereductie: Er wordt een globale Principal Component Analysis (PCA) uitgevoerd op de samengevoegde trainingsdata. De auteurs vinden dat het behouden van $k=142$ hoofdcomponenten meer dan 90% van de variantie vastlegt, terwijl de dimensionaliteit wordt gereduceerd van 3.000 tijdstappen naar een hanteerbare latente ruimte.
4. Stochastische modellering: Voor elke $(e_b, q_b)$-paar in de trainingsset worden de PCA-coëfficiënten over de 500 vensters gemodelleerd als trekkingen uit een multivariate Gaussische verdeling. Dit legt de aleatorische onzekerheid vast (intrinsieke stochastiek van de accretiestroom en door precessie gedreven modulatie).
5. Interpolatie: Om accretiesnelheden te voorspellen voor willekeurige $(e_b, q_b)$-paren binnen het trainingsdomein, worden de gemiddelde vectoren en Cholesky-factoren van de covariantiematrices lineair geïnterpoleerd.
6. Epistemische onzekerheid: De auteurs probeerden epistemische onzekerheid (voortkomend uit beperkte trainingsdata en interpolatie) te modelleren door een variantieterm toe te voegen gebaseerd op de ruimtelijke variatie van gemiddelde coëfficiënten. Validatie toonde echter aan dat deze term de voorspellingsvariantie inflatieerde tot buiten de werkelijke spreiding van de testdata. Bijgevolg sluit het definitieve model de epistemische term uit en vertrouwt het uitsluitend op de aleatorische covariantie.
7. Inferentiecapaciteit: Er wordt een gesloten-vorm Gaussische likelihood afgeleid (Bijlage A), wat directe Bayesiaanse inferentie van $(e_b, q_b)$ uit waargenomen accretiesnelheid-tijdreeksen mogelijk maakt.

Belangrijkste Resultaten en Validatie

• Prestatie: Het model werd gevalideerd op 13 terughouden testsimulaties die de parameterruimte bestrijken. Met behulp van een z-gescorede Mean Squared Error (zMSE)-metriek reproduceert de emulator succesvol de variabiliteitspatronen, periodiciteit en amplitude van de hydrodynamische simulaties.
• Component-efficiëntie: De PCA-basis legt de primaire accretiesnelheid ($\dot{M}_1$) efficiënter vast dan de secundaire ($\dot{M}_2$) of totale ($\dot{M}_b$) snelheden, waarschijnlijk vanwege de lagere variabiliteitsamplitude en regelmatiger patronen van de primaire component.
• Bestrijking van de parameterruimte: De emulator presteert goed over het grootste deel van de $(e_b, q_b)$-ruimte. Iets hogere biases werden waargenomen in specifieke gebieden (bijv. $e_b=0.4, q_b=0.25$), en hogere variantie in andere (bijv. $e_b=0.25, q_b=0.85$), maar er werden geen systematische faalgebieden geïdentificeerd.
• Gaussianiteitsaanname: Een analyse van de verdelingen van PCA-coëfficiënten (Bijlage B) met behulp van de Wasserstein-1-afstand bevestigt dat de aanname van multivariate Gaussianiteit een "voldoende" benadering is voor de trainingsdata, met afwijkingen die over het algemeen binnen één standaardafwijking liggen.
• Synthetische lichtcurves: De auteurs demonstreerden een end-to-end-pijplijn die emulator-outputs omzet in synthetische LSST $g$-band schijnbare magnitude. Zij toonden aan dat variabiliteitsamplitude en detecteerbaarheid sterk afhankelijk zijn van $(e_b, q_b)$, waarbij excentrische en ongelijk-massige systemen scherpere pieken vertonen die bij periastron mogelijk onder de detectielimieten van het onderzoek kunnen zakken.

Betekenis en Claims
Het artikel claimt dat calypso de eerste stochastische emulator is van accretievariabiliteit over de parameterruimte van excentrische, ongelijk-massige binairparen. De primaire betekenis ligt in:

1. Realisme: Het overstijgen van sinusoïdale benaderingen om het burst-achtige, niet-sinusoïdale karakter van circumbinaire accretie vast te leggen.
2. Stochasticiteit: Het bieden van een principiële manier om de inherente onzekerheid in accretiestromen vast te leggen, wat cruciaal is voor populatiestudies en parameterinferentie in het tijdperk van LSST en Pulsar Timing Array (PTA)-detecties.
3. Nuttigheid: Het aanbieden van een computatie-efficiënt hulpmiddel (via een Python-pakket) om synthetische tijdreeksen te genereren voor onderzoeksplanning en om directe inferentie van binairparameters uit waargenomen data uit te voeren.

Beperkingen en Voorbehoud
De auteurs merken expliciet enkele beperkingen op:

• Afhankelijkheid van simulaties: Het model is getraind op specifieke 2D-hydrodynamische simulaties met vaste parameters (lokaal isotherme toestandsvergelijking, vaste schijfaspectverhouding $H/R=0.1$, vaste viscositeit $\alpha=0.1$). Werkelijke schijven kunnen thermodynamisch verschillen.
• Interpolatie versus extrapolatie: Het model interpoleren binnen het getrainde rooster, maar kan niet extrapoleren daarbuiten.
• Lengte van tijdreeksen: De emulator genereert vaste vensters van 10 banen. Langere tijdreeksen moeten worden samengesteld uit onafhankelijke vensters, wat betekent dat seculaire drift op tijdschalen $\gg P_b$ niet wordt vastgelegd.
• Radiatieve pijplijn: De conversie naar magnitude maakt gebruik van een geïdealiseerd stralingsmodel voor dunne schijven zonder herprocessing, winden of relativistische effecten; deze synthetische magnitude zijn bedoeld als illustraties van transferfuncties en niet als dogmatische voorspellingen.
• Temporale covariantie: De primaire prestatiemetriek (z-gescorede MSE) evalueert marginale verdelingen in elke tijdbak, maar is ongevoelig voor fouten in de temporale covariantiestructuur van de tijdreeks.

Het artikel concludeert dat hoewel calypso een belangrijke stap voorwaarts is, toekomstig werk gericht zal zijn op het incorporeren van 3D/MHD-simulaties, bredere schijfparameters en expliciete modellering van langetermijnprecessiemodulatie.