Combining numerical and analytical approaches for precision cosmology based on galaxy statistics

2022年度は、様々な仮定のもとで数値シミュレーションにより生成した模擬銀河サンプルの構築、及び、これを理論モデルを用いて統計解析する数値コードの整備を行った。前者に関しては、多様な銀河・ハロー関係を数値的に実現するために、これまで利用してきた動径方向の密度プロファイルに加え、様々な距離スケール、動径方向の重み関数に対応した楕円率を、ハロー、サブハローの階層構造を適切に加味してシミュレーションデータから高速に測定するコードの開発に成功した。また、機械学習モデルの一種である「エミュレータ」による理論テンプレートを用いて、前述のデータベースを解析することで、ハローの質量のみの関数として銀河を撒く最も単純な理論モデルの限界を定量的に明らかにした。これによると、単一のハローの内部の銀河分布で決まる、いわゆる「1-halo term」が支配する小スケール領域まで情報を解釈しようとすると、宇宙論的な揺らぎの大きさの推定に無視できないバイアスが生じる一方で、そのような状況下でも、バリオン音響振動と呼ばれる大スケールの兆候を手がかりに、宇宙の膨張則を決めるパラメータの組み合わせは常に無バイアスに測定可能であることを明らかにした。一方で、同時に進行中の系統的な摂動展開に基づく理論テンプレートによる統計解析に関しては、利用する予定だった公開コードの宇宙論パラメータ空間サポート範囲が不十分であることが判明したため、これに変わるコードの開発に着手している。

2022年度は、様々な仮定のもとで数値シミュレーションにより生成した模擬銀河サンプルの構築、及び、これを理論モデルを用いて統計解析する数値コードの整備を行った。前者に関しては、多様な銀河・ハロー関係を数値的に実現するために、これまで利用してきた動径方向の密度プロファイルに加え、様々な距離スケール、動径方向の重み関数に対応した楕円率を、ハロー、サブハローの階層構造を適切に加味してシミュレーションデータから高速に測定するコードの開発に成功した。また、機械学習モデルの一種である「エミュレータ」による理論テンプレートを用いて、前述のデータベースを解析することで、ハローの質量のみの関数として銀河を撒く最も単純な理論モデルの限界を定量的に明らかにした。これによると、単一のハローの内部の銀河分布で決まる、いわゆる「1-halo term」が支配する小スケール領域まで情報を解釈しようとすると、宇宙論的な揺らぎの大きさの推定に無視できないバイアスが生じる一方で、そのような状況下でも、バリオン音響振動と呼ばれる大スケールの兆候を手がかりに、宇宙の膨張則を決めるパラメータの組み合わせは常に無バイアスに測定可能であることを明らかにした。一方で、同時に進行中の系統的な摂動展開に基づく理論テンプレートによる統計解析に関しては、利用する予定だった公開コードの宇宙論パラメータ空間サポート範囲が不十分であることが判明したため、これに変わるコードの開発に着手している。