Development of K-SPEC Instrumentation and Scientific Cases for the All-Sky Spectroscopic Survey, A-SPEC = 전천분광탐사 A-SPEC을 위한 기기와 과학 연구

다국어 초록 (Multilingual Abstract)

Galaxy surveys provide salient insights into the cosmic evolution of the universe. In this thesis, we present three research projects relevant to galaxy surveys. These include the development of the instrumentation and the construction of a mock galaxy catalog for the All-sky SPECtroscopic survey of the nearby universe (A-SPEC), which are essential steps for the survey in its planning phase. We also study dark energy using the cosmic density field derived from galaxy survey data. The three main chapters of this thesis are as follows.

First, we present the design and the experimental result of the metrology system for the fiber-fed K-SPEC multi-object spectrograph. The metrology system serves as an explicit tool for monitoring the positions of the optical fibers. This system enables us to correct positional errors of the robotic positioners within $\sim5~\mu\mathrm{m}$ accuracy, thus maximizing the throughput of galaxy light. We study the coordinate transform equation between the focal plane and the metrology camera plane. We also conduct experiments measuring the positions of the fibers installed on a focal plate prototype. While the performance of the metrology system will be carefully examined during the commissioning planned in January 2026, our system is capable of measuring fiber positions with $\sim5~\mu\mathrm{m}$ precision.

Secondly, we present a mock galaxy catalog for A-SPEC, constructed from our own N-body simulation along with the Machine-assisted Semi-Simulation Model \citep{JK2019}. The model is trained on the cosmological magnetohydrodynamical simulation IllustrisTNG to predict baryonic properties of subhaloes from dark-matter-only features. We apply the model to an N-body simulation tailored to satisfy the requirements of A-SPEC. The resulting mock galaxy catalog reproduces the luminosity-dependent clustering of the target galaxies when tuned to match the number density.

Finally, we present the cross-correlation between the cosmic microwave background (CMB) and a galaxy density field that traces the cosmic infrared background (CIB). We adopt a galaxy density map derived as part of $100~\micron$ CIB reconstruction \citep{Chiang2023}. The density map is composed of $\sim600$ million galaxies extending to $z\approx2.4$. We also make use of the $k$-Nearest Neighbor statistic to maximize the signal. We detect a positive correlation signal with $\chi^2\approx72.5$ across 45 bins, rejecting the null hypothesis at the level of $p \approx 5.8\times10^{-3}$. The strength of the cross-correlation signal in the data is $A_{k\mathrm{NN}}=1.04\pm0.21~(4.9\sigma)$ relative to the $\Lambda\mathrm{CDM}$ mock data that include the Integrated Sachs-Wolfe and Rees-Sciama effects. The detection significance is $\sim30\%$ higher than from a classical two-point analysis. We also find a weak preference of $w>-1$ from tomographic cross-correlation.

This thesis serves as an overview of galaxy survey in its early phase, from the design of instrumentation to the forecast of the survey product. The thesis also shows how information can be effectively extracted from galaxy density field using alternative statistics beyond classical two-point statistics.

국문 초록 (Abstract)

은하 탐사는 우주의 진화를 이해하는데 있어 중대한 역할을 한다. 본 학위논문에서는 은하 탐사와 관련된 세 가지 연구 주제를 제시한다. 구체적으로는 가까운 우주의 전천 분광 탐사인 A-SPEC을 위한 기기와 모조 은하 목록을 연구한다. 이 연구들은 은하탐사의 준비단계에 있어 필수적인 과정이다. 또한, 우리는 은하탐사로부터 얻은 밀도장 자료를 이용해서 암흑에너지를 연구한다. 학위논문에 제시되는 세 가지 주 연구는 다음과 같다.

우선, 우리는 광섬유를 이용한 다천체 분광기인 K-SPEC을 위한 측량 시스템을 제시한다. 이 시스템은 광섬유 위치기와 독립적으로 광섬유의 위치를 측정하는 역할을 한다. 이 측량 시스템은 로봇 광섬유 위치기의 오차를 5 마이크론 이내로 줄여서 광섬유에 모이는 은하의 빛이 최대가 될 수 있도록 한다. 우리는 초점면과 측량 카메라 사이의 좌표 변환 식에 대해서 연구하고, 초점면 프로토타입에 삽입된 광섬유의 위치를 측정하는 실험을 진행하였다. 실험 결과를 통해 우리의 측량 시스템은 광섬유의 위치를 5 마이크론 이내의 정밀도로 측정할 수 있음을 보였다. 이 측량 시스템의 성능은 2026년 1월에 예정된 예비 관측을 통해서 더 면밀하게 평가될 것이다.

두번째로, 우리는 기계학습 모델을 이용해 A-SPEC을 위한 모조 은하 목록을 제시한다. 이 기계학습 모델은 우주론적 자기유체역학 수치모의실험인 IllustrisTNG를 이용해서 서브헤일로의 중입자적 특성을 오직 암흑물질 특성만으로 예측하도록 학습되었다. 우리는 이 모델을 A-SPEC 관측에 맞도록 설계된 다체 수치모의실험 자료에 적용한다. 우리의 모조 은하 목록은 밀도를 관측 대상 은하에 맞도록 조정하였을때 광도에 따른 군집을 잘 재현한다.

마지막으로, 우리는 우주마이크로파배경과 우주적외선배경을 교차상관하여 적분된 작스-울프 효과와 리스-시아마 효과를 연구한다. 우리는 우리 은하 소광 지도에서 추출된 100 마이크론 우주적외선배경을 자료로 활용하였다. 또한, 우리는 $k$ 근접 이웃 통계량을 사용하여 신호를 최대화하고자 하였다. 우리 분석결과를 표준우주모형과 비교하였을 시 4.9 시그마에 해당하는 유의미성으로 작스-울프, 리스-시아마 효과를 검출할 수 있었다. 우리의 결과는 고전적인 이점함수를 사용했을 때보다 약 30\% 향상된 통계적 유의미성을 보여준다. 우리는 또한 적색이동 범위를 나눈 분석을 통해서 표준 우주모형에서 1.3 시그마 벗어나는 약한 신호를 발견하였다.

본 학위논문은 기기 설계부터 탐사결과 예측까지 은하 탐사 초기단계를 아울러 볼 수 있는 역할을 한다. 이 논문은 또한 은하의 밀도 자료에서 고전적인 이점함수 분석에 비해 어떻게 효과적으로 정보를 추출할 수 있는지 대체 통계량을 이용한 결과를 보여준다.

목차 (Table of Contents)

• 1 Introduction 1
• 1.1 Standard cosmological framework 2
• 1.2 Modeling approaches in cosmology 3
• 1.2.1 Linear theory 3
• 1.2.2 Numerical simulation 5
• 1.2.3 Machine learning 6
• 1.3 Galaxy survey 7
• 1.4 A-SPEC and K-SPEC 9
• 1.5 Thesis Outline 13
• 2 Metrology system for the K-SPEC multi-object spectrograph 15
• 2.1 Introduction 15
• 2.1.1 A-SPEC and K-SPEC 15
• 2.1.2 Metrology system for multi-object spectrograph 17
• 2.2 Design of the metrology system 18
• 2.2.1 Optical system 18
• 2.2.2 Fiducial configuration 21
• 2.3 Metrology pipeline 34
• 2.3.1 Exposure 36
• 2.3.2 Analysis 37
• 2.4 Performance test 39
• 2.4.1 Lab test 39
• 2.4.2 Commissioning 47
• 2.5 Discussion - Risk management and future plan 48
• 2.5.1 Broken fibers or fiber positioners 48
• 2.5.2 Damage of metrology camera components 49
• 2.5.3 Positions of the fiducials and fiber positioners 49
• 2.5.4 Optical properties of the metrology telescope 50
• 2.6 Conclusion 50
• 3 Constructing a Mock Galaxy Catalog for the All-Sky Spectroscopic Survey (A-SPEC) Using Machine-assisted Semi-Simulation Model 53
• 3.1 Introduction 53
• 3.1.1 A-SPEC and K-SPEC 53
• 3.1.2 Mock galaxy catalog 55
• 3.1.3 Modeling galaxy-halo connection 56
• 3.2 Data 58
• 3.2.1 Target galaxy catalog 58
• 3.2.2 Training set: The IllustrisTNG simulation 61
• 3.3 Machine Learning strategies and simulation setup 63
• 3.3.1 Machine-assisted Semi-Simulation Model 63
• 3.3.2 N-body simulation: NASIM 71
• 3.4 Results 75
• 3.4.1 MSSM training result 75
• 3.4.2 Basic validation of the N-body simulation 80
• 3.4.3 Application of MSSM to the N-body simulation NASIM 84
• 3.4.4 Construction of mock data and comparison to observation 85
• 3.5 Discussion 89
• 3.5.1 Further improvements in machine learning model 90
• 3.5.2 How effective are our environmental features? 95
• 3.6 Summary 101
• 4 Dynamical test of cosmic acceleration: k-Nearest Neighbor cross correlation of CMB and CIB 103
• 4.1 Introduction 103
• 4.2 Integrated Sachs-Wolfe and Rees-Sciama effects 104
• 4.3 Data 108
• 4.3.1 Observations 108
• 4.3.2 Simulation 112
• 4.4 Methods 121
• 4.4.1 Cross-Correlation with kNN-CDF 121
• 4.4.2 Covariance matrix and signal-to-noise ratio 123
• 4.4.3 Optimizing the detection 124
• 4.5 Results 127
• 4.5.1 Null test 127
• 4.5.2 Comparison with the ΛCDM mock data 130
• 4.6 Discussion 132
• 4.6.1 Comparison with two-point function analysis 132
• 4.6.2 Tomographic cross-correlation: implication on evolving dark energy 135
• 4.6.3 Increasing signal-to-noise ratio 140
• 4.7 Conclusion 142
• 5 Conclusions 145
• Bibliography 147
• A Projection of fields onto the sky 165
• B Galaxy image simulation 167
• C Scaling TNG300-1 baryonic properties to TNG100-1 169
• D Full metric table of models with different input features 173
• E Figures of the N-body simulation NASIM 175
• F Softening length and subhalo properties 179
• G Full result of MSSM application to the N-body simulation 185
• H Impact of random scatter on the redshift distribution of mock galaxies 187
• I Mass function and linear bias of MXXL lightcone halos 189
• J Covariance estimation methods for cross angular power spectrum 193
• K Best-fit amplitudes for tomographic maps 197
• L Optimal kernel for ISW-galaxy cross-correlation 199
• 요 약 203
• Acknowledgement 205