Simulation-Based Inference for Cluster Cosmology with Set-Based Neural Network Architectures

Resumo Técnico: Inferência Baseada em Simulação para Cosmologia de Aglomerados com Arquiteturas de Redes Neurais Baseadas em Conjuntos

Definição do Problema
O próximo Levantamento de Céu Inteiro SRG/eROSITA fornecerá um poder estatístico sem precedentes por meio de grandes catálogos de aglomerados de galáxias selecionados em raios-X. Extrair restrições cosmológicas desses conjuntos de dados requer estruturas estatísticas robustas que liguem de forma precisa as quantidades observáveis aos parâmetros cosmológicos subjacentes. As análises tradicionais dependem de métodos de Cadeia de Markov Monte Carlo (MCMC), que tipicamente envolvem o cálculo numérico das densidades de número esperadas de aglomerados via funções de verossimilhança. Essas abordagens enfrentam limitações significativas: frequentemente exigem a compressão dos dados em estatísticas de resumo agrupadas (levando à perda de informação), lutam contra a complexidade de modelos de alta dimensão devido à necessidade de integrar inúmeros parâmetros de perturbação (nuisance parameters) e sofrem com o aumento dos custos computacionais à medida que os tamanhos das amostras e os dados auxiliares (ex: lentes gravitacionais fracas) crescem. Além disso, modelar funções de seleção de levantamento complexas, dispersão intrínseca e correlações entre observáveis torna-se cada vez mais difícil dentro de estruturas de verossimilhança padrão.

Metodologia
Os autores desenvolvem e implementam uma estrutura de Inferência Baseada em Simulação (SBI) projetada para contornar a necessidade de uma função de verossimilhança explícita. O método opera em duas etapas distintas usando redes neurais treinadas em catálogos fictícios (mocks) calibrados para o levantamento eRASS1:

1. Pipeline de Geração de Mocks: Um modelo de propagação direta (forward model) gera catálogos sintéticos de aglomerados de galáxias baseados em um subconjunto de 11 parâmetros (5 cosmológicos, 5 de relação de escala de raios-X e 1 coeficiente de correlação). O pipeline inclui:

   • Amostragem da Função de Massa de Halos (HMF).
   • Aplicação de relações de escala para taxas de contagem de raios-X e massas de lentes gravitacionais fracas (WL), incluindo dispersão correlacionada intrínseca.
   • Modelagem da função de seleção do eRASS1 (especificamente um corte de $L_{ext} > 10$ para alta pureza) e dispersão instrumental.
   • Geração de perfis de cisalhamento tangencial (modelados após levantamentos do tipo DES) para incorporar informações de lentes gravitacionais fracas.
   • Os catálogos de mocks resultantes contêm números variáveis de aglomerados, com cada aglomerado representado por um vetor de 8 dimensões (log taxa de contagem, redshift e seis valores de cisalhamento tangencial).

2. Arquitetura Neural:

   • Rede de Incorporação Baseada em Conjuntos (Set-Based Embedding Network): Para lidar com o número variável de aglomerados em cada catálogo sem o agrupamento rígido, os autores empregam uma rede neural baseada em conjuntos (uma variação de Deep Sets) invariante à permutação. Esta rede processa aglomerados individuais através de um codificador ($\phi$) e agrega os vetores de características resultantes usando um agregador invariante à permutação. O agregador calcula estatísticas incluindo a cardinalidade do conjunto ($\log N$), soma, média, máximo e uma matriz de correlação entre características. Isso produz um vetor de resumo de comprimento fixo e altamente informativo.
   • Estimativa de Posterior Neural: O vetor de resumo é alimentado em um Fluxo Autoregressivo Mascarado (MAF), um tipo de fluxo de normalização. O MAF aprende a distribuição posterior condicional $p(\theta | \hat{x})$ diretamente da distribuição conjunta de parâmetros e estatísticas de resumo geradas pelo pipeline de mocks. O objetivo de treinamento minimiza a log-verossimilhança negativa dos parâmetros reais dados os estatísticos de resumo.

Principais Contribuições

• Manipulação de Entrada de Comprimento Variável: Este trabalho apresenta a primeira aplicação de SBI para inferência Bayesiana de aglomerados selecionados por raios-X que não exige dimensões de vetores de entrada fixas. Ao utilizar redes neurais baseadas em conjuntos, o método processa catálogos de tamanhos variados naturalmente, evitando a perda de informação associada ao agrupamento tradicional.
• Utilização de Informação Total: O framework utiliza o conteúdo de informação total ao nível do aglomerado, incluindo perfis de cisalhamento individuais e taxas de contagem, em vez de comprimir os dados em estatísticas de resumo pré-definidas.
• Robustez a Efeitos de Levantamento: O método é testado contra efeitos realistas de levantamento, incluindo vieses de seleção e dispersão intrínseca em relações de escala, demonstrando robustez através de testes de calibração rigorosos.
• Escalabilidade: A arquitetura é projetada para ser extensível a modelos de propagação direta mais complexos e observáveis adicionais sem a explosão computacional frequentemente vista na marginalização MCMC sobre parâmetros de perturbação.

Resultados
O framework foi validado usando 200.000 catálogos de mocks. As principais descobertas incluem:

• Recuperação de Parâmetros: O método recupera com sucesso as cosmologias de entrada dentro das incertezas inferidas. Para um tamanho de amostra de mock de $\sim 3.300$ aglomerados (correspondendo ao tamanho de amostra efetiva do subsample $L_{ext} > 10$ do eRASS1), as restrições médias alcançadas são de 11,5% em $\Omega_m$ e 4,4% em $\sigma_8$.
• Comparação com MCMC: Apesar de usar uma amostra menor de aglomerados (3.259 vs. 5.259 na análise G24) e omitir a riqueza óptica como um proxy de massa, a precisão da SBI é comparável às análises MCMC tradicionais baseadas em amostras maiores. O framework de SBI também demonstrou uma recuperação mais estreita da dispersão intrínseca na relação de escala de raios-X em comparação com a abordagem MCMC.
• Calibração: O estimador de posterior passou pelos diagnósticos de Calibração Baseada em Simulação (SBC) e Teste de Precisão com Pontos Aleatórios (TARP), confirmando que os posteriors estimados estão bem calibrados e são não enviesados, apresentando apenas uma leve tendência ao excesso de confiança.
• Desempenho: A rede de resumo alcançou um coeficiente de determinação ($R^2$) de aproximadamente 0,93 no conjunto de validação para os parâmetros restringidos.

Significância
O artigo posiciona este trabalho como uma validação metodológica de SBI para análises de grande escala de próxima geração. Os autores enfatizam que, embora o estudo atual se concentre em dados de mocks para validar o framework, a abordagem oferece uma alternativa flexível ao MCMC que pode lidar com o aumento da complexidade do modelo e do volume de dados sem os custos computacionais proibitivos da integração de alta dimensão. O framework é apresentado como prontamente extensível para futuros levantamentos de aglomerados de raios-X e análises multi-comprimento de onda (ex: combinando com dados do Telescópio Euclid ou Roman), oferecendo um caminho para a estimativa de parâmetros cosmológicos eficiente e precisa na era dos conjuntos de dados massivos. Os autores observam que a aplicação deste framework a dados observacionais reais é adiada para trabalhos futuros, pendente de novas adaptações para lidar com características específicas de dados, como a cobertura parcial de cisalhamento.