[論文レビュー] A new method to improve photometric redshift reconstruction. Applications to the Large Synoptic Survey Telescope

Alexia Gorecki, Alexandra Abate+5 more|Jan 14, 2013

Galaxies: Formation, Evolution, Phenomena参考文献 30被引用数 3

ひとこと要約

本論文は、LSSTに類似した調査において、事後確率分布と色を用いた選別により、壊滅的photometric redshift (photo-z) 外れ値を低減する尤度比統計的検定を導入し、精度を向上させることを目的としている。この手法は、テンプレートフィッティングによるphoto-z再構成を強化し、z ≈ 2.5までLSSTが定めた要件（2–5%の散乱、<10%の外れ値）を満たす。これは、高赤方偏移領域で35%以上多くの銀河を保持するマグニチュードベースの選別を上回る性能を発揮する。

ABSTRACT

In the next decade, the LSST will become a major facility for the astronomical community. However accurately determining the redshifts of the observed galaxies without using spectroscopy is a major challenge. Reconstruction of the redshifts with high resolution and well-understood uncertainties is mandatory for many science goals, including the study of baryonic acoustic oscillations. We investigate different approaches to establish the accuracy that can be reached by the LSST six-band photometry. We construct a realistic mock galaxy catalog, based on the GOODS survey luminosity function, by simulating the expected apparent magnitude distribution for the LSST. To reconstruct the photometric redshifts (photo-z's), we consider a template-fitting method and a neural network method. The photo-z reconstruction from both of these techniques is tested on real CFHTLS data and also on simulated catalogs. We describe a new method to improve photo-z reconstruction that efficiently removes catastrophic outliers via a likelihood ratio statistical test. This test uses the posterior probability functions of the fit parameters and the colors. We show that the photometric redshift accuracy will meet the stringent LSST requirements up to redshift $\sim2.5$ after a selection that is based on the likelihood ratio test or on the apparent magnitude for galaxies with $S/N&gt;5$ in at least 5 bands. The former selection has the advantage of retaining roughly 35% more galaxies for a similar photo-z performance compared to the latter. Photo-z reconstruction using a neural network algorithm is also described. In addition, we utilize the CFHTLS spectro-photometric catalog to outline the possibility of combining the neural network and template-fitting methods. We conclude that the photo-z's will be accurately estimated with the LSST if a Bayesian prior probability and a calibration sample are used.

研究の動機と目的

• LSSTのような大規模調査における壊滅的photometric redshift (photo-z) 外れ値の課題に取り組み、これはバーリオン音響振動（BAO）などの宇宙論的測定を劣化させる。
• 校正済みの事後確率関数を用いたベイジアンテンプレートフィッティング法により、photometric redshiftの精度を向上させる。
• 事後分布と銀河の色を用いた、新たな選別技術「尤度比統計的検定」を開発・検証し、外れ値赤方偏移を除外する。
• 実データおよびシミュレーションデータにおいて、新しい手法とマグニチュードベースの選別およびニューラルネットワーク手法の性能を比較する。
• 特にダークエネルギーおよび大規模構造研究に向け、LSSTの科学的目標を達成するための堅牢で高精度なphoto-z推定を可能にする。

提案手法

• GOODSのランク関数を用いて、LSSTの6バンド光度、色、S/N分布を再現する実際的なモック銀河カタログを構築する。
• ベイジアンχ²テンプレートフィッティング法を適用し、赤方偏移、銀河タイプ、減光の事後確率密度関数（pdf）を推定する。
• フィッティングパラメータの事後pdfと観測された銀河の色を用いて、壊滅的外れ値を特定・除外する尤度比統計的検定を開発する。
• CFHTLS T0005データリリースのスペクトロフォトメトリックトレーニングサンプルをVVDSスペクトロスコピーとマッチングさせ、尤度比検定をキャリブレーションする。
• 実CFHTLSデータおよびシミュレーテッドLSSTカタログの両方で、この手法をテストし、photo-z性能と外れ値除外効果を評価する。
• 多層パーセプトロン（MLP）ニューラルネットワーク手法と比較し、テンプレートフィッティングとニューラルネットワーク出力のハイブリッド手法の可能性を検討する。

実験結果

リサーチクエスチョン

• RQ1 事後確率分布と色を用いた尤度比検定は、LSSTに類似した調査において、壊滅的photometric redshift (photo-z) 外れ値を効果的に低減できるか？
• RQ2 尤度比選別手法の性能は、マグニチュードベースの選別（5バンド以上でS/N > 5）と比較して、photo-zの精度と銀河保持率の面でどのように差がつくか？
• RQ3 強化されたテンプレートフィッティング法は、z ≈ 2.5までにLSSTの厳格なphoto-z要件（2–5%の散乱、<10%の外れ値）を満たせるか？
• RQ4 テンプレートフィッティングとニューラルネットワークのphoto-z推定を組み合わせることで、宇宙論的分析に適した信頼性の高い推定とサンプルサイズを向上できるか？
• RQ5 銀河の減光、星の汚染、SED補間のデグレダシーといった主な系統的効果が、モックLSSTカタログにおけるphoto-z精度に与える影響は何か？

主な発見

• 尤度比統計的検定は、壊滅的photo-z外れ値を効果的に低減し、z ≈ 2.5までLSSTの科学的要件を満たす精度を達成した。
• 尤度比ベースの選別は、同等のphoto-z性能を維持しながら、高赤方偏移領域（z > 1）でマグニチュードベースの選別と比較して約35%多くの銀河を保持した。
• ベイジアン事前分布と尤度比フィルタリングを用いたテンプレートフィッティング法は、散乱2–5%、外れ値10%未満のphoto-z推定を実現し、LSSTの要件を満たした。
• ニューラルネットワーク手法も競争力のあるphoto-z性能を示し、テンプレートフィッティングと組み合わせることで、信頼性が高く品質の高い赤方偏移推定のサンプルを拡充できる。
• モック銀河カタログは、実際の調査（GOODSおよびCFHTLS）の光度的性質を正確に再現しており、LSSTのシミュレーションおよび性能予測に使用可能であることが妥当性を保証した。
• 星の汚染、銀河の減光、SED補間のデグレダシーといった系統的効果が、photo-z精度に大きな影響を与える主な課題であることが特定され、今後の研究でモデルの改善を計画している。