Geometric deep learning for galaxy-halo connection: a case study for galaxy intrinsic alignments

要約

ルービン天文台 LSST などの今後の宇宙イメージング調査では、さまざまな科学的応用のために、現実的な銀河集団を含む大規模なシミュレーションが必要です。
特に懸念されるのは、銀河が過剰な密度に向けて配向する固有配列 (IA) 現象であり、適切にモデル化されていない場合、弱い重力レンズ解析に重大な系統的バイアスが導入される可能性があります。
計算上の制約のため、IA に関連する銀河の形成と進化の複雑な詳細を膨大なボリュームにわたってシミュレートすることは非現実的です。
代替案として、IllustrisTNG-100 シミュレーションでトレーニングされたディープ生成モデルを提案し、3D 銀河の形状と方向をサンプリングして、相関するスカラー特徴とともに固有の配置を正確に再現します。
宇宙の網を一連のグラフとしてモデル化し、各グラフはサブハロー/銀河を表すノードを持つハローを表します。
このアーキテクチャは、銀河の方位と $n$ スカラー用の SO(3) $\times$ $\mathbb{R}^n$ 拡散生成モデルで構成され、明示的にユークリッドを尊重する E(3) 等変グラフ ニューラル ネットワークで実装されています。
私たちの宇宙の対称性。
このモデルは、参照シミュレーションと統計的に一致する銀河の向きなどの特徴を学習および予測できます。
特に、私たちのモデルは、非線形で非常に複雑な銀河物理学によって支配される、ユークリッド値のスカラー (銀河のサイズ、形状、色) と非ユークリッド値の SO(3) 量 (銀河の向き) を共同でモデル化する能力を実証しています。
秤。

要約(オリジナル)

Forthcoming cosmological imaging surveys, such as the Rubin Observatory LSST, require large-scale simulations encompassing realistic galaxy populations for a variety of scientific applications. Of particular concern is the phenomenon of intrinsic alignments (IA), whereby galaxies orient themselves towards overdensities, potentially introducing significant systematic biases in weak gravitational lensing analyses if they are not properly modeled. Due to computational constraints, simulating the intricate details of galaxy formation and evolution relevant to IA across vast volumes is impractical. As an alternative, we propose a Deep Generative Model trained on the IllustrisTNG-100 simulation to sample 3D galaxy shapes and orientations to accurately reproduce intrinsic alignments along with correlated scalar features. We model the cosmic web as a set of graphs, each graph representing a halo with nodes representing the subhalos/galaxies. The architecture consists of a SO(3) $\times$ $\mathbb{R}^n$ diffusion generative model, for galaxy orientations and $n$ scalars, implemented with E(3) equivariant Graph Neural Networks that explicitly respect the Euclidean symmetries of our Universe. The model is able to learn and predict features such as galaxy orientations that are statistically consistent with the reference simulation. Notably, our model demonstrates the ability to jointly model Euclidean-valued scalars (galaxy sizes, shapes, and colors) along with non-Euclidean valued SO(3) quantities (galaxy orientations) that are governed by highly complex galactic physics at non-linear scales.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google