The Manticore Project II: Bayesian digital twins of cosmic structure across the SDSS and BOSS volumes

Resumo Técnico: O Projeto Manticore II: Gêmeos digitais Bayesianos da estrutura cósmica através dos volumes SDSS e BOSS

Problema e Motivação
As análises tradicionais da grande escala da estrutura (LSS) do Universo dependem de estatísticas de ordem baixa, como a função de correlação de dois pontos ou o espectro de potência. Embora eficazes, esses métodos comprimem os dados observacionais, descartando correções de ordem superior e informações de fase codificadas no campo de matéria evoluído. A inferência ao nível de campo oferece uma abordagem fundamentalmente diferente, buscando recuperar os campos completos de densidade e velocidade tridimensionais que deram origem às distribuições de galáxias observadas. Embora métodos Bayesianos de nível de campo (ex: BORG) tenham sido aplicados com sucesso ao Universo próximo ($\lesssim 200 \, h^{-1}\text{Mpc}$), estender essas reconstruções de alta resolução e totalmente Bayesianas para volumes cosmologicamente representativos ($\sim \text{Gpc}^3$) tem permanecido um desafio aberto devido a restrições computacionais e à necessidade de lidar com dados de levantamentos profundos e heterogêneos.

Metodologia
O artigo apresenta o Manticore-Deep, uma inferência de alto nível de campo Bayesiana abrangendo um volume comóvel de $(4 \, h^{-1}\text{Gpc})^3$ até o redshift $z \approx 0.7$ com uma resolução de $\sim 4 \, h^{-1}\text{Mpc}$. A metodologia baseia-se na estrutura estabelecida pela análise complementar "Manticore-Local", mas introduz várias extensões críticas:

• Integração de Múltiplos Levantamentos: A inferência constrange conjuntamente cinco levantamentos de redshift de galáxias (2M++, 6dFGS, 2dFGRS, SDSS e BOSS) dentro de um único arcabouço hierárquico Bayesiano usando o algoritmo BORG.
• Estratégia de Inferência por Ladrilhos (Tiled Inference): Para tornar tratável a inferência de $1024^3$ voxels, o domínio pai é particionado em uma grade de $4 \times 4 \times 4$ de 64 ladrilhos cúbicos ($1024 \, h^{-1}\text{Mpc}$ por lado). Cada ladrilho é inferido independentemente em uma grade de $256^3$. Para mitigar artefatos de borda e garantir continuidade, uma região de buffer ($64 \, h^{-1}\text{Mpc}$) é empregada, onde as galáxias são duplicadas entre ladrilhos adjacentes, e o buffer externo evolui puramente sob o prior $\Lambda$CDM. Pós-amostragem, as regiões de buffer são descartadas e os núcleos portadores de sinal são concatenados para formar um campo global.
• Modelo de Propagação (Forward Model): O modelo mapeia condições iniciais gaussianas de ruído branco primordial para observáveis atuais via um solver de gravidade baseado em COLA, modelagem de distorção de redshift no espaço e um modelo de viés de galáxia não linear local (Sigmoid-Truncated Double Power-Law). A verossimilhança utiliza uma distribuição de Poisson Generalizada para contabilizar a sobredispersão.
• Resimulações do Posterior: As condições iniciais inferidas são evoluídas usando resimulações de alta fidelidade ($N$-body) com o solver SWIFT com $4096^3$ partículas de matéria escura para gerar catálogos de halos, árvores de fusão (merger trees) e saídas de cone de luz. Este passo valida a inferência e fornece acesso a estruturas de maior resolução.
• Estrutura de Validação: A fidelidade física é testada contra dois observáveis preditivos-posteriores independentes e livres de modelos (template-free) não utilizados na inferência:
  1. Correlação Cruzada de Lensing de CMB: Comparação da densidade de matéria projetada com o mapa de convergência de lensing de CMB do Planck PR3.
  2. Empilhamento de Sunyaev–Zel'dovich Cinético (kSZ): Empilhamento ponderado por velocidade de aglomerados de galáxias no mapa de Planck 217 GHz para detectar o efeito kSZ, testando o campo de velocidade 3D.

Principais Resultados

• Consistência Estatística: As realizações do posterior são estatisticamente consistentes com $\Lambda$CDM. As condições iniciais inferidas exibem espectros de potência gaussianos e isotrópicos, sem artefatos direcionais detectáveis da estratégia de ladrilhamento. O espectro de potência de matéria evoluído, o bisspectro e a função de massa de halos em $z=0$ coincidem com simulações de controle $\Lambda$CDM em todas as escalas resolvidas.
• Detecção de Lensing de CMB: A correlação cruzada entre o campo de matéria reconstruído e o mapa de lensing de CMB do Planck produz uma detecção cumulativa conservadora de 7.4 $\sigma$. Isso confirma que o campo de densidade 3D reconstruído faz o lensing do CMB de maneira coerente com o Universo observado, sem exigir suposições sobre o viés de galáxia ou ajuste de modelos (template fitting).
• Detecção de kSZ: O empilhamento ponderado por velocidade de 64.750 aglomerados de galáxias produz uma detecção de Sunyaev–Zel'dovich cinético com significância mediana de 3.5 $\sigma$ (variando de 2.9 a 4.3 $\sigma$ através do ensemble do posterior). Uma divisão de modelos independente de aglomerados por recessão/aproximação confirma que as velocidades inferidas estão estatisticamente alinhadas com os movimentos reais dos aglomerados.
• Estudo de Caso da Grande Muralha de BOSS: A reconstrução recupera a Grande Muralha de BOSS como uma sobredensidade coerente. Uma análise de cilindro de massa revela uma sobredensidade de $\sim 3\sigma$ em um raio de abertura de $\sim 100 \, h^{-1}\text{Mpc}$ em relação a linhas de visada aleatórias, demonstrando que tais estruturas massivas são consistentes com as expectativas de $\Lambda$CDM quando condicionadas aos dados observados.

Significância e Alegações
O artigo estabelece o Manticore-Deep como um novo padrão para gêmeos digitais de parâmetros cosmológicos em profundidade de levantamento. Sua principal significância reside em:

1. Escalabilidade: Demonstrar que a inferência de alto nível de campo, totalmente Bayesiana e de alta resolução, pode ser estendida de volumes locais para escalas de múltiplos gigaparsecs via uma nova estratégia de ladrilhamento, preservando a fidelidade física e a consistência estatística.
2. Validação ao Nível de Campo: Introduzir e aplicar diagnósticos rigorosos de nível de campo, livres de modelos, (correlação cruzada de lensing de CMB e empilhamento kSZ) que validam tanto o campo de densidade projetado quanto os campos de velocidade 3D. Estas métricas fornecem benchmarks reprodutíveis e transversais para a próxima geração de reconstruções de LSS, abordando a falta de validação ao nível de objeto disponível em profundidades cosmológicas.
3. Fidelidade Física: Fornecer um relato causal e baseado em física da grande estrutura observada que recupera tanto a informação de densidade quanto a de velocidade, validada contra sondas observacionais independentes.

Os autores concluem que estes resultados apoiam a robustez da abordagem de inferência por ladrilhos e defendem a adoção destas métricas de nível de campo como benchmarks padronizados da comunidade para futuros estudos simulados com restrições.