一个缺失的潜变量,而非一个缺失的模拟器:面向真实 JWST 反演的半径增强推断
A Missing Latent, Not a Missing Simulator: Radius-Augmented Inference for Real JWST Retrieval
精选理由
揭示真实JWST反演失效源于遗漏行星半径潜变量,并提出可迁移的修复方法。
AI 摘要
arXiv:2610.02245v1 公告类型:cross 摘要:基于模拟的摊销推断(SBI)在辐射传输模拟器上训练,能够从合成的 James Webb Space Telescope(JWST)光谱中准确恢复系外行星大气,但在真实的经约化光谱上却会崩溃。流后验在真实 WASP-39b 数据上发生了崩溃(重要性采样有效样本量(ESS)= 1,最佳拟合 \c{hi}2/N = 301)。这种失败通常被归咎于正向模型缺失物理过程,但首先使用嵌套采样排除这些因素——温度梯度、SO2 不透明度以及高保真度不透明度集合——后,拟合结果没有改变,这意味着崩溃并非源于模拟器设定错误,而是因为缺失了一个潜变量,即行星半径。为解决这一问题,我们构建了 MIRAGE:一种半径增强的流匹配后验,通过重要性采样和最优传输映射,针对独立的嵌套采样参考结果进行校准,从而对真实 WASP-39b 得出符合物理规律且与文献一致的反演结果(\c{hi}2/N 从 301 降至 0.06)。同一方法无需任何改动即可迁移到两台仪器和三个真实 JWST 目标上,其中包括一条从 Mikulski Archive for Space Telescopes(MAST)原始数据端到端自行约化得到的光谱。其启示具有跨领域意义:模拟器编码了某个潜变量,而推断过程却将其遗漏时,这种遗漏可能会伪装成模型设定错误。