Reionisation time field reconstruction from 21-cm Maps: Investigating predictor coherence in WDM cosmology

Resumo Técnico: Reconstrução do Campo de Tempo de Reionização a partir de Mapas de 21 cm em Cosmologia WDM

Declaração do Problema
A época da reionização (EoR) é uma fase crítica na evolução cósmica, contudo, sua história detalhada permanece elusiva. Embora o campo de tempo de reionização, $t_{\text{reion}}(\vec{r})$, ofereça uma visão abrangente de quando e onde o Universo se tornou ionizado, ele não é diretamente observável. Trabalhos anteriores (Hiegel et al. 2023) demonstraram que Redes Neurais Convolucionais (CNNs) poderiam inferir $t_{\text{reion}}(\vec{r})$ a partir de mapas de 21 cm em um redshift fixo. No entanto, existe uma limitação significativa: esses preditores são treinados em modelos específicos de reionização (por exemplo, Matéria Escura Fria, CDM). Quando aplicados a dados observacionais que podem derivar de condições físicas diferentes (por exemplo, Matéria Escura Quente, WDM), a confiabilidade desses preditores é incerta. Há uma necessidade de avaliar a "coerência" desses preditores — especificamente, se um preditor treinado em um modelo produz resultados consistentes quando aplicado a dados gerados por um modelo diferente, e se tais inconsistências podem ser usadas para validar ou excluir modelos cosmológicos subjacentes.

Metodologia
Os autores propõem um método para avaliar a coerência do preditor tratando o modelo CDM como uma entrada de referência. O estudo utiliza mapas de 21 cm simulados gerados usando o código de simulação 21cmFAST sob uma cosmologia $\Lambda$CDM, incorporando quatro cenários WDM com massas de partículas ($m_X$) de 2, 3, 5 e 7 keV.

1. Treinamento do Preditores: Cinco preditores CNN distintos (baseados em uma arquitetura U-net) foram treinados, cada um em mapas de 21 cm correspondentes a um modelo específico de matéria escura (CDM, 2 keV, 3 keV, 5 keV, 7 keV) em redshifts específicos ($z=8$ e $z=11$).
2. Aplicação Cruzada entre Modelos: O núcleo da metodologia envolve alimentar mapas de 21 cm gerados por CDM (a "observação") em todos os cinco preditores.
3. Avaliação de Coerência: Os autores comparam os campos $t_{\text{reion}}(\vec{r})$ reconstruídos obtidos a partir do mesmo preditor em dois redshifts diferentes ($z=11$ e $z=8$). A hipótese subjacente é que, para um par preditor-modelo consistente, as propriedades estatísticas da reconstrução devem ser invariantes através dos redshifts.
4. Métricas: Quatro métricas estatísticas foram computadas nos campos reconstruídos para quantificar a autoconsistência:
   • Fração volumétrica de hidrogênio neutro ($Q_{HI}$).
   • Espectro de potência do campo de tempo de reionização ($P_k$).
   • Comprimento total de isocontorno (representando a interface entre regiões ionizadas e neutras).
   • Número de mínimos no campo $t_{\text{reion}}$ (representando fontes de reionização).
5. Quantificadores: Três estimadores específicos foram definidos para comparar preditores WDM contra a referência CDM:
   • RMSE: Erro quadrático médio da diferença entre as reconstruções de redshift ($S_{11} - S_8$).
   • Fração de Coerência ($q$): A razão entre o RMSE do CDM e o RMSE do WDM.
   • Coeficiente de Determinação ($R^2_\Delta$): Mede a distância da consistência de uma reconstrução WDM em relação à consistência da reconstrução CDM. Um $R^2_\Delta$ negativo indica que o preditor WDM é menos consistente com a entrada do que o preditor CDM é consigo mesmo.
6. Análise de Incerteza: A incerteza epistêmica foi estimada usando dropout de Monte Carlo para garantir que o ruído da reconstrução não dominasse as comparações estatísticas.

Principais Resultados
O estudo encontra que a capacidade de distinguir modelos depende fortemente da massa da partícula WDM e da métrica específica utilizada:

• Modelos de Alta Massa (5 e 7 keV): Preditores treinados em modelos de 5 e 7 keV exibem alta autoconsistência quando aplicados a entradas CDM, mostrando comportamento estatisticamente semelhante ao preditor CDM em todas as métricas. Os valores de $R^2_\Delta$ são positivos e altos (por exemplo, 0,83 para $Q_{HI}$ em 7 keV), indicando que esses modelos são difíceis de distinguir do CDM usando este método.
• Modelos de Baixa Massa (2 keV): O preditor de 2 keV exibe desvios significativos em todas as métricas. Ele produz grandes valores de RMSE e valores negativos de $R^2_\Delta$ (por exemplo, -4,8 para o comprimento de isocontorno), indicando uma incompatibilidade fundamental com os dados de entrada CDM. O modelo de 2 keV é facilmente excluído.
• Modelo Intermediário (3 keV): O preditor de 3 keV mostra comportamento intermediário. Embora seja geralmente descartado, ele apresenta um caso mais complexo. Para algumas métricas (como o número de mínimos), ele mostra uma alta fração de coerência ($q \approx 0,97$), no entanto, ainda produz um $R^2_\Delta$ menor em comparação com os modelos de 5 e 7 keV. Isso sugere que confiar em uma única métrica é insuficiente; uma análise multi-métrica é necessária para identificar inconsistências.
• Incerteza: A incerteza epistêmica ($\Delta\sigma$) introduzida pela reconstrução CNN permanece subdominante ($\Delta\sigma < 1$) em todos os observáveis, confirmando que os desvios observados são devidos ao desajuste do modelo e não ao ruído da reconstrução.

Significado e Alegações
O artigo alega fornecer uma estrutura para validar preditores de aprendizado de máquina antes de sua aplicação a dados observacionais reais (como os do Telescópio Square Kilometre Array, SKA). O significado principal reside em demonstrar que os preditores CNN retêm sensibilidade à física subjacente dos dados de treinamento.

• Seleção de Modelos: O método permite a exclusão de modelos de reionização que são inconsistentes com dados observacionais. Por exemplo, o modelo WDM de 2 keV é efetivamente excluído com base em sua falha em manter a coerência através dos redshifts quando aplicado a dados semelhantes ao CDM.
• Limitações: Os autores observam modestamente que o método luta para distinguir entre modelos que são fisicamente semelhantes (por exemplo, 5 keV e 7 keV WDM versus CDM). Eles enfatizam que o objetivo não é restringir parâmetros cosmológicos diretamente, mas avaliar a robustez dos preditores contra desajustes de modelo.
• Trabalho Futuro: O artigo conclui que, embora os resultados atuais sejam promissores, futuras aplicações a observações semelhantes às do SKA exigirão arquiteturas CNN aprimoradas (por exemplo, mecanismos de atenção) e um melhor tratamento de ruído instrumental e contaminação por foregrounds. O estudo sublinha a necessidade de validar preditores contra seus modelos de entrada para garantir aplicações confiáveis no estudo da reionização cósmica.