引入sapphire：面向混合物理信息与数据驱动星系形成建模
星系天体物理
2026-04-09 v1
摘要
半分析模型（SAMs）已用于约50年时间，对星系群体进行动力学系统建模，但其演化方程仍受限于约束。我们引入sapphire，这是一个模块化、自动可微、GPU加速的SAM，完全基于JAX开发。首次，我们计算了非线性微分方程的精确雅可比矩阵，并证明其具有可解释且非随机的结构，以Panda等人（2023）的物理模型为初始示例。本地和全局灵敏度分析揭示，超新星能量输入是星系演化的关键天体物理参数。我们使用梯度下降和Hamiltonian蒙特卡洛（HMC）进行全面的拟合参数恢复测试。这些结果表明，仅凭z=0恒星-暗物质质量关系不足以推断许多天体物理参数。利用来自MaNGA调查的星形成星系观测和Behroozi等人（2019）的经验模型作为基线，我们推导出多组后验分布，假设不同的数据组合，包括z=0星际介质气体比例和金属丰度。推导出的物理参数表明，星系主要通过非驱赶性反馈来自我调节其星形成。 Fisher和HMC预测表明，sapphire有潜力实现星系形成的精密推断，但还需进一步工作来扩展其模型库。我们讨论了可微性、大规模GPU并行化、数值鲁棒性和原则性贝叶斯方法的独特组合，为混合物理信息与数据驱动发现星系形成天体物理学和宇宙学奠定了基础。我们将sapphire publicly available at https://github.com/virajpandya/sapphire。
引用
@article{arxiv.2604.06318,
title = {Introducing sapphire: Towards Hybrid Physics-Informed, Data-Driven Modeling of Galaxy Formation},
author = {Viraj Pandya and Greg L. Bryan and T. Lucas Makinen and Austen Gabrielpillai and Christopher Carr and Drummond B. Fielding and Lars Hernquist and Matthew Ho and Kartheik Iyer and Christian Kragh Jespersen and Sophie Koudmani and Marta Laska and Pablo Lemos and Christopher C. Lovell and Lucia A. Perez and William F. Robinson and Rachel S. Somerville and Tjitske K. Starkenburg and Richard Stiskalek and Bryan Terrazas and G. Mark Voit},
journal= {arXiv preprint arXiv:2604.06318},
year = {2026}
}
备注
Submitted to ApJ, main body is 30 pages, comments welcome, code to reproduce analysis and figures at https://github.com/virajpandya/sapphire