[論文レビュー] A classifier for spurious astrometric solutions in Gaia EDR3

J. Rybizki, Gregory Green+7 more|arXiv (Cornell University)|Jan 27, 2021

Stellar, planetary, and galactic studies参考文献 14被引用数 12

ひとこと要約

本論文は、99.3%の純度と97.3%の再現率を達成する深層学習分類器を導入し、Gaia eDR3における誤ったアストロメトリック解を特定する。従来の品質フラグを上回る性能を示し、17個のGaiaカタログパラメータと隣接源情報に基づき、ニューラルネットワークを用いて「アストロメトリック忠実度スコア」を計算することで、多様な天の川領域および源タイプにわたり、誤ったアストロメトリック解のフィルタリングにおける信頼性を著しく向上させる。

ABSTRACT

The Gaia early Data Release 3 has delivered exquisite astrometric data for 1.47 billion sources, which is revolutionizing many fields in astronomy. For a small fraction of these sources, the astrometric solutions are poor, and the reported values and uncertainties may not apply. Before any analysis, it is important to recognize and excise these spurious results - this is commonly done by means of quality flags in the Gaia catalog. Here, we devise a means of separating 'good' from 'bad' astrometric solutions that is an order of magnitude cleaner than any single flag: 99.3% pure and 97.3% complete, as validated on our test data. We devise an extensive sample of manifestly bad astrometric solutions, with parallax that is negative at > 4.5 sigma; and a corresponding sample of presumably good solutions, including sources in HEALPix pixels on the sky that do not contain such negative parallaxes, and sources that fall on the main sequence in a color-absolute magnitude diagram. We then train a neural network that uses 17 pertinent Gaia catalog entries and information about nearby sources to discriminate between these two samples, captured in a single 'astrometric fidelity' parameter. A diverse set of verification tests shows that our approach works very cleanly, including for sources with positive parallaxes. The main limitations of our approach are in the very low-SNR and the crowded regime. Our astrometric fidelities for all of eDR3 can be queried via the Virtual Observatory, our code and data are public.

研究の動機と目的

• Gaia eDR3における誤ったアストロメトリック解の課題に取り組む。これは、全体的なデータ品質が高水準であるにもかかわらず、距離および運動論的測定を損なう要因である。
• 全天空および全マグニチュード範囲にわたり、単一の品質フラグによるカットや既存のモデルを上回る、信頼性の低いアストロメトリック解を同定する手法を開発すること。
• 低SNRおよび混雑領域においても、従来手法が失敗する状況でも高い性能を維持できる、堅牢で一般化可能な分類器を構築すること。

提案手法

• 著者らは、視差が -4.5σ未塔の源を用いて明白に悪い解のトレーニングデータセットを構築し、低密度の天の川領域および色-等級図における主系列源から、おそらく良い解の対応するサンプルを取得した。
• 2段階のニューラルネットワーク分類器を訓練した：|SNR| > 4.5 の高SNR視差源用と、低SNR源用の2つの分類器を別々に学習させ、17個のGaiaカタログパラメータと近隣源の情報を入力とした。
• モデルは1つの「アストロメトリック忠実度スコア」を出力し、これはアストロメトリック解の信頼性の確率を表す。
• 空間的分布の一貫性、色-等級図上の位置、OGLEとの固有運動の一貫性、および集団距離との視差の一致度を用いた複数の診断手法により、分類器の妥当性を検証した。
• 本手法は、天の川平面のOBA星、LMC、および球状星団に対してテストされ、『良い』と分類された源でのみ、物理的に妥当な分布が得られた。
• コードおよびすべてのeDR3源のアストロメトリック忠実度スコアは、バーチャルオブザーバトリ（Virtual Observatory）を通じて公開されており、再訓練が可能なPythonノートブックも提供されている。

実験結果

リサーチクエスチョン

• RQ1 機械学習モデルは、単一の品質フラグによるカットを上回る純度と再現率を達成できるか？ これは、Gaia eDR3における誤ったアストロメトリック解を同定する際に成り立つか。
• RQ2 ニューラルネットワーク分類器の性能は、ロジスティック回帰やExtraTreesといった単純なモデルと比較して、どのように異なるか？
• RQ3 低SNRおよび混雑領域において、従来手法が破綻する状況でも、分類器はどれほど信頼性を維持できるか？
• RQ4 アストロメトリック忠実度スコアは、異なる天の川領域および星の集団において、アストロメトリック解の物理的整合性を向上させるか？
• RQ5 この分類器は、他のデータリリースに一般化可能か、また、連星や全波長フィルタを備えた源といった特殊な源に適応可能か？

主な発見

• 分類器はテストセットで99.3%の純度と97.3%の再現率を達成し、単一の品質フラグによるカットや他のベースラインモデルを著しく上回った。
• モデルが『良い』と分類した源は、天の上および色-等級図において物理的に妥当な空間的分布を示したが、『悪い』と分類された源は物理的に不自然なクラスタリングを示した。
• 高忠実度アストロメトリを有するOBA星の天の川平面における空間的分布は、既知の構造と一致しており、低忠実度源は物理的に不自然な過剰密度を示した。
• LMCおよび球状星団における高忠実度源の視差は、集団距離の周りに正規分布を示し、低忠実度源よりも分散が小さかった。
• モデルは、アストロメトリが『悪い』源が主に銀河のバルジ、銀河のディスク、およびマゼラン雲のような高密度領域に位置していることを同定した。
• アストロメトリック忠実度スコアはバーチャルオブザーバトリを通じて公開されており、コミュニティがアクセス可能なPythonノートブックにより、トレーニングパイプラインは再現可能である。