Diffhalos: A Generative Model of Cosmological Lightcones of Dark Matter Halos

Technische Samenvatting van "Diffhalos: Een generatief model van kosmologische lichtkegels van donkere materie-halo's"

Probleemstelling
Moderne kosmologische analyses van surveys van sterrenstelsels vereisen synthetische lichtkegels—gesimuleerde catalogi van sterrenstelsels die de kosmos door de tijd heen beslaan—om theoretische modellen te testen en observationele gegevens te interpreteren. Hoewel traditionele methoden vertrouwen op het draaien van massieve gravitationele N-body simulaties of het interpoleren tussen output-snapshots om deze lichtkegels te genereren, zijn deze benaderingen computationeel duur en vaak niet differentieerbaar. Bovendien vereist het genereren van fysiek realistische synthetische populaties het integreren van Mass Assembly Histories (MAHs), die beschrijven hoe halo's groeien door fusies en accretie. Bestaande modellen voor MAHs, zoals het uitgebreide Press-Schechter-formalisme of standaard passende functies, missen vaak de flexibiliteit om de volledige diversiteit van assemblagepaden te vangen of de computationele efficiëntie die vereist is voor gradiëntgebaseerde inferentie. Er is behoefte aan een generatief framework dat lichtkegels van donkere materie-halo's, subhalo's en hun MAHs kan produceren met statistische nauwkeurigheid, terwijl het automatische differentiatie ondersteunt voor efficiënte parameteroptimalisatie.

Methodologie
De auteurs introduceren Diffhalos, een generatief model geïmplementeerd in JAX om gebruik te maken van automatische differentiatie en GPU-acceleratie. Het framework deelt de generatie van een kosmologische lichtkegel op in drie afzonderlijke, differentieerbare stadia:

1. Host Halo Generatie:
   Het model genereert een populatie van host-halo's binnen een lichtkegelvolume door te samplen uit de Halo Mass Function (HMF), $n_{\text{halo}}(m_{\text{halo}}, z)$. De auteurs verkennen twee differentieerbare implementaties:

   • Halox-gebaseerd: Een JAX-implementatie van het analytische halomodel (gebruikmakend van de Tinker et al. 2008 fitting formule) die de HMF berekent via het lineaire materie-vermogensspectrum. Dit maakt directe berekening van gradiënten mogelijk met betrekking tot kosmologische parameters.
   • Emulator-gebaseerd: Om de geheugenoverhead die gepaard gaat met numerieke integratie in de analytische benadering te verminderen, trainen de auteurs een Multilayer Perceptron (MLP) om de cumulatieve HMF, $N_{\text{halo}}(> m_{\text{halo}}, z)$, te emuleren. De differentiële HMF wordt vervolgens afgeleid via jax.grad.
     Sampling wordt uitgevoerd met behulp van inverse transform sampling op een rooster van roodverschuivingen en massa's. De auteurs implementeren ook een Quasi-Monte Carlo (QMC) generator die gewogen roosters gebruikt om de populatie te benaderen, wat het geheugengebruik aanzienlijk vermindert terwijl de statistische consistentie behouden blijft.

2. Subhalo Generatie:
   Zodra de host-halo's zijn vastgesteld, vult het model deze met subhalo's met behulp van een differentieerbare Conditional Subhalo Mass Function (CSHMF). De CSHMF is geparametriseerd als een cumulatieve distributie $N_{\text{sub}}(> \mu | M_{\text{host}})$, waarbij $\mu = M_{\text{sub}}/M_{\text{host}}$. De auteurs maken gebruik van een "sig-slope" kernel (een machtswet met een door een sigmoid variërende helling) die gekalibreerd is tegen de Discovery-simulaties (HACC code) en de Jiang & van den Bosch (2016) fitting functies. Net als bij de host-generatie zijn zowel Monte Carlo als QMC methoden beschikbaar voor subhalo sampling.

3. Toewijzing van Mass Assembly History (MAH):
   De laatste fase wijst een MAH toe aan elke host en subhalo. De MAH wordt benaderd met de Diffmah functionele vorm, geparametriseerd door een set parameters $\theta_{\text{MAH}}$. Om deze parameters te mappen naar de gesimuleerde populatie, introduceren de auteurs DiffmahNet, een normalizing flow architectuur getraind op de merger trees van de Small MultiDark Planck (SMDPL) N-body simulatie. DiffmahNet leert de waarschijnlijkheidsverdeling $P(\theta_{\text{MAH}} | z, M_{\text{halo}}(z))$, waardoor diverse, fysiek plausibele assemblagegeschiedenissen gegenereerd kunnen worden die geconditioneerd zijn op de massa en roodverschuiving van de halo op het moment van observatie.

Belangrijkste Bijdragen

• Diffhalos Framework: Een volledig differentieerbare, JAX-gebaseerde bibliotheek voor het genereren van kosmologische lichtkegels van donkere materie-halo's, subhalo's en hun MAHs.
• Differentiabele HMF en CSHMF: De implementatie van differentieerbare halo mass functions (via Halox en aangepaste emulators) en conditionele subhalo mass functions, wat gradiëntgebaseerde optimalisatie mogelijk maakt met betrekking tot kosmologische en astrofysische parameters.
• DiffmahNet: Een normalizing flow model dat eerdere parametrische MAH modellen (Hearin et al. 2021) generaliseert om MAHs te genereren voor volledige populaties van halo's en subhalo's, waarbij zowel de gemiddelde groeitrends als de populatievariantie worden gevangen.
• Efficiëntietools: De introductie van Quasi-Monte Carlo (QMC) generatoren voor zowel host als subhalo populaties, die orders van grootte aan geheugenefficiëntie bieden vergeleken met standaard Monte Carlo realisaties.
• Open Source Code: De release van de Diffhalos codebase om de ontwikkeling en kalibratie van galaxy-halo connectiemodellen te ondersteunen.

Resultaten
De auteurs valideren het Diffhalos framework tegen N-body simulatiegegevens:

• HMF Nauwkeurigheid: De Halox implementatie vertoont een overeenkomst op percentuele schaal met de Colossus library over een breed scala aan massa's en roodverschuivingen ($z=0$ tot $5$) voor verschillende kosmologieën. De MLP-gebaseerde emulator bereikt $\le 10\%$ nauwkeurigheid, wat vergelijkbaar is met de intrinsieke nauwkeurigheid van de Tinker et al. (2008) fitting functie zelf.
• Subhalo Statistieken: De subhalo generator reproduceert de totale massafunctie van host-halo's en subhalo's van de Discovery simulaties met redelijke getrouwheid voor host massa's $10^{10} < M_{\text{host}}/M_\odot < 10^{14}$ en $0 < z < 4$.
• MAH Getrouwheid: DiffmahNet reproduceert accuraat de gemiddelde massagroei en de variantie van MAHs gevonden in de SMDPL simulatie voor halo's geïdentificeerd op verschillende tijdstippen ($t_{\text{obs}} = 6.42$ en $13.8$ Gyr).
• Gradiënt Berekening: Het framework berekent succesvol gradiënten van de HMF met betrekking tot kosmologische parameters ($\Omega_m, \sigma_8$), wat het nut van de differentieerbare benadering voor inferentie aantoont.

Betekenis en Claims
Het artikel positioneert Diffhalos als een "proof-of-concept" tool die primair is ontworpen om de ontwikkeling en kalibratie van galaxy-halo connectiemodellen te ondersteunen. De auteurs benadrukken dat het differentiabele karakter van het framework efficiënte gradiëntgebaseerde toepassingen mogelijk maakt, zoals Hamiltonian Monte Carlo en gradiëntafdaling, die cruciaal zijn voor het optimaliseren van semi-analytische modellen (SAM's) of empirische modellen tegen observationele gegevens.

De auteurs stellen expliciet dat de huidige implementatie een proof-of-concept is en merken bescheiden op dat de kosmologie-afhankelijkheid van de subhalo mass function en MAHs nog niet volledig gekalibreerd is over een reeks kosmologieën (momenteel alleen getraind op de SMDPL kosmologie). Zij identificeren toekomstig werk dat nodig is om state-of-the-art emulators te integreren, de kosmologie-afhankelijkheid voor subhalo's en MAHs te kalibreren, en het framework uit te breiden om ruimtelijke clustering (hemelcoördinaten) en baryonische effecten te bevatten. De primaire waarde propositie is het bieden van een computationeel efficiënt, differentieerbaar alternatief voor N-body simulaties voor het genereren van synthetische halo-populaties, waardoor de optimalisatie van sterrenstelselvormingsmodellen wordt versneld.