| 研究課題/領域番号 |
22K03634
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分15010:素粒子、原子核、宇宙線および宇宙物理に関連する理論
|
|---|
| 研究機関 | 京都産業大学 (2023)
京都大学 (2022) |
|---|
研究代表者 |
西道 啓博 京都産業大学, 理学部, 准教授 (60795417)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2026年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 宇宙大規模構造 / 宇宙論パラメータ / 銀河統計 |
|---|
| 研究開始時の研究の概要 |
宇宙遠方に広がる無数の銀河が織り成す複雑なパターンは、宇宙の大規模構造として知られる。このパターンを物理学や統計学の知見に基づいて詳細に分析することで、宇宙の誕生から進化までを支配する法則や、ダークマター、ダークエネルギーと言った現代物理学では未解明の宇宙の構成要素へと迫ることが期待される。本研究は、明るさや色、形状などの異なる様々な銀河が示す分布パターンの多様性を、大規模数値シミュレーションに基づいて予測し、これを物理モデルにより記述する手法を確立することを目的とする。これにより、すばる望遠鏡に代表される大型観測装置によるサーベイ観測から得られる情報量を最大化し、宇宙の根源的な謎に迫る。
|
| 研究実績の概要 |
2023年度は、これまでに引き続き、数値シミュレーションから得られた模擬銀河カタログの統計解析を進めるとともに、その結果得られた統計量のパラメータ依存性の理論的な解釈に取り組んでいる。まず、前者のデータ解析に関しては、多数のパラメータから成る多次元空間を効率良く逐次的にサンプリングする手法を新たに構築した。これは、現在の銀河形成モデルの持つ大きな不確定性を考慮して、銀河が形成される候補地となる高密度領域「ダークマターハロー」を特徴付けるパラメータを多数用意し、それらが作るパラメータ空間を広く調査し尽くすことで、現実の銀河がどのような条件で形成されていたとしても正確にモデル化することを可能とするための方策であり、本研究課題の遂行にとって重要なステップである。新たな手法では、まず、複雑な分布関数に従うパラメータ空間を正規化流により最も単純な多変量正規分布にマッピングし、これを動径方向の距離を示す変数と角度変数に焼き直した上で、スクランブル化されたソボル列によりサンプルするものであり、コンピュータ科学や応用数学で使われている手法を組み合わせて実現したものである。この手法に基づき、多次元空間に効率良くサンプルを追加し、現在までに10000モデルに対して解析を終えている。本年度の解析では、2022年度の研究では未着手であった銀河の特異速度の効果を導入し、これが反映された赤方偏移空間の統計量をデータベース化している。これまでの実空間の解析手法を更新し、赤方偏移空間における統計量の持つサンプルバリアンスを低減する手法を施すことで、本解析にとって重要なバリオン音響振動スケール付近での測定誤差を抑えることに成功している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
昨年度に引き続き、摂動展開に基づく解析に関しては現在使用可能なコードの適用範囲の問題で予定よりも進展が遅れている。一方で、研究実績の概要で詳述した通り、数値シミュレーションによる模擬銀河カタログの構築と、その多様性を加味した解析に関しては、本研究課題遂行の核となる新しい方法を着想し、これを実装するに至った。この２点を加味して、計画全体としてはおおむね順調と判断している。
|
| 今後の研究の推進方策 |
2023年度に構築した統計量データベースに対し、摂動論に基づく理論テンプレートによるパラメータ推定を行う。これを行うため、予定より進捗の遅れていた理論テンプレートの実用化と、10000ものサンプルから成るデータベースを効率良く処理するための統計推論パイプラインの構築を目指す。後者を念頭に、理論テンプレートには自動微分可能なフレームワークを使用し、ハミルトニアンモンテカルロに代表される微分情報を利用した統計推論を実現させる。
|
