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

Het universum dijt uit, en de snelheid van die uitdijing is een getal dat wetenschappers de Hubble-constante noemen. Het precies kennen van dit getal is cruciaal, omdat het ons vertelt hoe oud het universum is en hoe het in de loop van de tijd is geëvolueerd. Het meten hiervan is echter een bron van grote spanning geworden in de moderne natuurkunde. Wanneer wetenschappers terugkijken naar het vroege universum met behulp van de kosmische achtergrondstraling, krijgen ze één waarde. Wanneer ze kijken naar nabijgelegen sterren en supernova's, krijgen ze een andere, snellere waarde. Dit meningsverschil is zo groot dat het niet kan worden verklaard door eenvoudige meetfouten; het suggereert dat ons begrip van het universum incompleet zou kunnen zijn. Om dit puzzelstuk op te lossen, richten astronomen zich op een nieuw instrument: zwaartekrachtgolven. Dit zijn rimpelingen in de ruimtetijd veroorzaakt door gewelddadige kosmische gebeurtenissen, zoals de botsing van twee zwarte gaten. In tegen tegenstelling tot licht dragen deze golven een directe meting van hoe ver de gebeurtenis van ons verwijderd was, waardoor ze fungeren als een "standaard sirene" die niet gekalibreerd hoeft te worden aan de hand van andere objecten. Het ontbrekende puzzelstuk is echter de partner van de afstand: de roodverschuiving, of hoe snel de bron van ons af beweegt. Omdat de golven zelf deze snelheid niet onthullen, moeten wetenschappers het gaststelsel van de botsing vinden en de roodverschuiving ervan meten. Maar het vinden van het juiste stelsel is moeilijk omdat de signalen van deze botsingen vaak wazig zijn en wijzen naar een groot gebied aan de hemel dat gevuld is met duizenden potentiële gastheren, waarvan er velen te zwak zijn om te zien.

In een nieuwe studie hebben onderzoekers een slimme manier ontwikkeld om de gaten in deze incomplete kaarten van sterrenstelsels op te vullen om een beter grip te krijgen op de uitdijingssnelheid van het universum. Het probleem dat zij aanpakten, is dat huidige methoden voor het omgaan met ontbrekende sterrenstelsels te simpel zijn. Wanneer een telescoop niet elk sterrenstelsel in een specifieke richting kan zien, gaat de standaardbenadering ervan uit dat de ontbrekende sterrenstelsels gelijkmatig verspreid zijn, zoals zand dat uniform op een strand is gestrooid. Deze aanname negeert het feit dat sterrenstelsels in werkelijkheid samenklonteren in groepen en filamenten, met lege leegtes tussenin. Deze klonten en gaten bevatten vitale informatie die helpt bij het nauwkeurig lokaliseren van een bron van zwaartekrachtgolven. Door de ontbrekende gegevens te behandelen alsof ze perfect uniform zijn, hebben wetenschappers effectief de kenmerken weggevaagd die de meting precies maken. Het team, onder leiding van Matteo Tagliazucchi en collega's, stelde een andere strategie voor. In plaats van te raden waar de ontbrekende sterrenstelsels zich bevinden, gebruikten ze een statistisch hulpmiddel genaamd een Gaussisch proces. Denk aan dit hulpmiddel als een slimme interpolator die het patroon leert van de sterrenstelsels die het wel kan zien, en dat patroon gebruikt om de vorm van de verdeling te voorspellen waar de gegevens ontbreken, waarbij de natuurlijke klontering en leegtes behouden blijven in plaats van ze glad te strijken.

De onderzoekers testten hun idee met een enorme collectie gesimuleerde gegevens. Ze creëerden een virtueel universum met miljoenen sterrenstelsels en simuleerden vervolgens de zwaartekrachtgolven die door toekomstige observatoria gedetecteerd zouden worden. Ze maakten hun catalogi van sterrenstelsels opzettelijk incompleet, om de beperkingen van echte telescopen na te bootsen die zwakke objecten missen. In deze simulaties vergeleken ze de standaard "uniforme" methode met hun nieuwe Gaussische procesmethode. De resultaten waren opmerkelijk. Wanneer de catalogus van sterrenstelsels ongeveer drie kwart van de sterrenstelsels miste, produceerde de nieuwe methode beperkingen op de uitdijingssnelheid die 37 procent nauwkeuriger waren dan de standaardmethode. In de meest uitdagende scenario's, waarbij de gegevens zeer schaars waren, bereikte de verbetering 66 procent. De nieuwe methode werkte door te herkennen dat de sterrenstelsels die de telescoop wel zag deel uitmaakten van een groter, gestructureerd patroon. Het reconstrueerde de verborgen delen van de kaart door de dichtheid van de zichtbare delen te volgen, waardoor de "klonterigheid" die de standaardmethode had weggevaagd, effectief werd hersteld. Dit stelde de onderzoekers in staat om de mogelijke locaties van de bronnen van zwaartekrachtgolven veel effectiever te verfijnen.

De studie onderzocht ook hoe verschillende niveaus van fouten in het meten van de afstanden van sterrenstelsels de uitkomst beïnvloedden. Ze vonden dat zelfs wanneer de metingen van de sterrenstelsels zelf vrij onzeker waren, de nieuwe methode nog steeds beter presteerde dan de oude. Dit komt omdat het Gaussische proces flexibel is; het leert de correlatieschaal van de verdeling van de sterrenstelsels rechtstreeks van de gegevens, in plaats van te vertrouwen op rigide aannames over hoe sterrenstelsels zich zouden moeten gedragen. Het hoeft de complexe fysica van hoe sterrenstelsels ontstaan of hoe ze verdeeld zijn in donkere materie-halo's niet te kennen. Het leert simpelweg de vorm van de verdeling uit de geobserveerde punten. De onderzoekers merkten op dat de methode bijzonder krachtig is bij het kijken naar zeer verre gebeurtenissen, waarbij de catalogi van sterrenstelsels het meest incompleet zijn. In deze diepe uithoeken van het universum faalt de standaardmethode om de structuur van het heelal vast te leggen, terwijl de nieuwe benadering nog steeds de onderliggende dichtheidsstructuren kan herstellen.

Hoewel deze resultaten veelbelovend zijn, komen ze uit simulaties, niet uit echte waarnemingen. De auteurs erkennen dat het toepassen hiervan op echte gegevens verdere ontwikkeling vereist, zoals het combineren van de reconstructie van de kaart van sterrenstelsels met de meting van de uitdijingssnelheid in één enkele, verenigde stap. Ze zijn ook van plan de methode te testen op werkelijke gegevens van huidige en toekomstige surveys. Voor nu demonstreert het werk dat door de ontbrekende stukjes van de kosmische puzzel met meer statistische verfijning te behandelen, wetenschappers aanzienlijk meer informatie kunnen extraheren uit dezelfde hoeveelheid gegevens. Deze benadering biedt een pad vooruit om de spanning in de Hubble-constante op te lossen, wat potentieel onthult of het universum sneller uitdijt dan onze huidige modellen voorspellen of dat er een dieper mysterie wacht om ontdekt te worden. De belangrijkste les is dat het universum geen glad, kenmerkloos uitgestrekte ruimte is, en dat door de natuurlijke structuur van het universum te respecteren, zelfs in de gegevens die we niet kunnen zien, we meer kunnen leren over de fundamentele aard ervan.