cloelike: A Python Library for Cosmological Likelihood Inference in the Euclid Era

Resumo Técnico de cloelike: Uma Biblioteca Python para Inferência de Verossimilhança Cosmológica na Era Euclid

Declaração do Problema
A missão Euclid da ESA visa sondar a energia escura, a matéria escura e as perturbações de densidade primordiais por meio de observações fotométricas e espectroscópicas de alta precisão. Atingir esses objetivos exige frameworks de verossimilhança robustos, validados e reproduzíveis para inferência estatística. Embora a comunidade cosmológica possua extensas ferramentas de inferência (por exemplo, CosmoSIS, Cobaya), as implementações públicas de verossimilhança existentes frequentemente sofrem de duas limitações: são frequentemente específicas de uma sonda ou carecem da modularidade e da compatibilidade nativa com formatos de dados necessárias para análises Euclid totalmente integradas, de ponta a ponta. Há uma necessidade de uma interface unificada e leve dedicada ao cálculo da estatística $\chi^2$ que possa integrar-se perfeitamente a frameworks bayesianos externos, enquanto adere estritamente aos padrões de dados do Euclid.

Metodologia e Design de Software
cloelike é um pacote Python projetado para abordar essas limitações, fornecendo uma biblioteca modular e composável para inferência de verossimilhança gaussiana. Sua arquitetura é construída sobre uma separação estrita de responsabilidades:

1. Funcionalidade Central: O pacote foca exclusivamente na avaliação da log-verossimilhança gaussiana multivariada padrão:
   $$-2 \ln \mathcal{L} = (\mathbf{d} - \mathbf{t})^T \mathbf{C}^{-1} (\mathbf{d} - \mathbf{t}) + b$$
   onde $\mathbf{d}$ é o vetor de dados, $\mathbf{t}$ é a previsão teórica, $\mathbf{C}$ é a matriz de covariância e $b$ é um viés aditivo. Ele não realiza amostragem de parâmetros ou gerenciamento de modelos, delegando essas tarefas a motores externos (por exemplo, Cobaya, CosmoSIS, Nautilus).

2. Arquitetura Modular:

   • Classes Base: Para sondas fotométricas, uma classe base compartilhada trata da ingestão de vetores de dados, mascaramento, cortes de escala, carregamento de covariância, tratamento de matriz de precisão e verificações de consistência.
   • Mixins: Os cálculos de observáveis teóricos são delegados a mixins independentes e específicos de cada sonda (por exemplo, espectros de potência angulares no espaço harmônico, funções de correlação no espaço de configuração, COSEBIs). Este design evita duplicação de código e permite que novos observáveis sejam adicionados implementando apenas o módulo de previsão teórica.
   • Integração Baseada em Protocolos: cloelike interage diretamente com a biblioteca de previsão teórica cloelib usando protocolos Python. Isso garante que as definições de verossimilhança e os cálculos teóricos permaneçam desacoplados, permitindo que cloelike se beneficie imediatamente de atualizações na modelagem não linear (por exemplo, viés de galáxias, distorções no espaço de redshift) dentro do cloelib.

3. Compatibilidade de Dados: A biblioteca opera sobre vetores de dados, matrizes de covariância e previsões teóricas estruturados no formato de dados euclidlib. Ela suporta:

   • Sondas Fotométricas: Espectros de potência angulares harmônicos e funções de correlação de dois pontos no espaço real para Lenteamento Fraco (WL), Agrupamento de Galáxias Fotométricas (GCph) e Lenteamento Galáxia-Galáxia (GGL) em todas as combinações conjuntas (3$\times$2pt, 2$\times$2pt).
   • Sondas Espectroscópicas: Multipolos de espectro de potência de forma completa e Oscilações Acústicas Bariônicas (BAO).

Contribuições Principais

• Interface Unificada: cloelike fornece uma interface Python mínima e unificada para o cálculo de estatísticas $\chi^2$ em todas as sondas primárias do Euclid, suportando dados fotométricos e espectroscópicos.
• Composabilidade: O framework permite que os usuários construam verossimilhanças conjuntas (por exemplo, combinando WL e GCph) ao combinar contêineres de dados, representações de covariância e provedores de observáveis sem modificar a infraestrutura subjacente.
• Desempenho e Escalabilidade: A implementação utiliza operações vetorizadas, cache de quantidades intermediárias (como a matriz de covariância inversa) e é compatível com códigos de amostragem paralela para garantir eficiência em espaços de parâmetros de alta dimensão.
• Adoção pela Comunidade: O software é ativamente utilizado dentro do Consórcio Euclid como a implementação de verossimilhança de referência, servindo como uma evolução natural do antigo software CLOE.

Resultados e Uso
O artigo demonstra a utilidade da biblioteca por meio de exemplos de uso para duas verossimilhanças representativas:

1. Verossimilhança Fotométrica Harmônica: Um exemplo ilustra a inicialização e avaliação de uma log-verossimilhança para espectros de potência angulares de cisalhamento cósmico, detalhando a construção de dicionários de dados, configurações de corte de escala e a instanciação da verossimilhança com classes específicas de fundo e perturbação do cloelib.
2. Verossimilhança de Forma Completa Espectroscópica: Um exemplo demonstra o cálculo de uma log-verossimilhança para espectros de potência de forma completa de agrupamento de galáxias espectroscópicas, incluindo o tratamento de multipolos ($P_0, P_2, P_4$), extração de cosmologia fiducial, reescalonamento de unidades e definição de parâmetros de incômodo (por exemplo, viés de galáxias, parâmetros EFT) através de bins de redshift.

Significado
Os autores afirmam que cloelike reduz a barreira para a comunidade reproduzir resultados oficiais do Euclid, ao mesmo tempo que permite a exploração flexível de novos sistemáticos e modelos cosmológicos estendidos. Ao atuar como uma camada de verossimilhança dedicada e validada que complementa frameworks existentes de inferência de ponta a ponta, ela garante interoperabilidade sem duplicar funcionalidades. Seu design modular facilita a inclusão de novos observáveis (como correlações cruzadas com a Radiação Cósmica de Fundo) e suporta as análises multi-sonda coerentes necessárias para extrair todo o potencial científico dos dados da pesquisa Euclid. O pacote é lançado abertamente sob a licença MIT para apoiar a validação e a reprodutibilidade pela comunidade.