[論文レビュー] Asymmetry between galaxies with clockwise and counterclockwise handedness

Lior Shamir|arXiv (Cornell University)|Jan 18, 2016

Animal Vocal Communication and Behavior被引用数 2

ひとこと要約

本研究では、SDSS DR7データを用いてパターン認識モデルを訓練することで、らせん銀河が時計回りと反時計回りのヘンデッドネス（手の向き）の間で光度的非対称性を示すことを示した。このモデルは約64%の正確性でヘンデッドネスを予測でき、これは偶然の確率（p < 10^{-5}）を著しく上回る。この発見は、光度的データがヘンデッドネスを内蔵的に記録していることを示し、反対のらせん形状の間の対称性の仮定に疑問を呈し、市民科学者による形態分類に潜在するバイアスの可能性を示唆している。

ABSTRACT

While it is clear that spiral galaxies can have different handedness, galaxies with clockwise patterns are assumed to be symmetric in all of their other characteristics to galaxies with counterclockwise patterns. Here we use data from SDSS DR7 to show that photometric data can distinguish between clockwise and counterclockwise galaxies. Pattern recognition algorithms trained and tested using the photometric data of a clean manually crafted dataset of 13,440 spiral galaxies with z<0.25 can predict the handedness of a spiral galaxy in ~64% of the cases, significantly higher than mere chance accuracy of 50% (P<10^{-5}). Experiments with a different dataset of 10,281 automatically classified galaxies showed similar results of $~65% classification accuracy, suggesting that the observed asymmetry is consistent also in datasets annotated in a fully automatic process, and without human intervention. That shows that the photometric data collected by SDSS is sensitive to the handedness of the galaxy. Also, analysis of the number of galaxies classified as clockwise and counterclockwise by crowdsourcing shows that manual classification between spiral and elliptical galaxies can be affected by the handedness of the galaxy, and therefore galaxy morphology analyzed by citizen science campaigns might be biased by the galaxy handedness. Code and data used in the experiment are publicly available, and the experiment can be easily replicated.

研究の動機と目的

• 時計回りと反時計回りの反対のヘンデッドネスを持つらせん銀河が、測定可能な光度的差異を示すかどうかを検証すること。
• 光度的データのみを用いて機械学習モデルがヘンデッドネスを区別できるかどうかを調査すること。
• 市民科学キャンペーンにおける手動分類が、銀河のヘンデッドネスによってバイアスを受ける可能性があるかどうかを評価すること。
• 観察された非対称性が、手動で整備されたデータセットと自動分類データセットの両方で頑健であるかどうかを検証すること。

提案手法

• 赤方偏移 z < 0.25 の13,440個のらせん銀河からなる、綺麗で手動で整備されたデータセットを、パターン認識モデルの学習およびテスト用に作成した。
• 画像の形態に基づいてヘンデッドネスを分類するため、光度的特徴量に基づいて教師あり機械学習モデルを学習させた。
• テストセットを用いてモデルの性能を評価した結果、約64%の正確性を達成し、これは50%の偶然の水準（p < 10^{-5}）を著しく上回った。
• 非対称性の一貫性を検証するために、10,281個の自動分類銀河からなる第二のより大きなデータセットを用いた。
• クラウドソーシングによる分類データを分析し、ヘンデッドネスによる形態分類へのバイアスの可能性を評価した。
• すべてのコードとデータは公開されており、再現性とさらなる研究を可能にしている。

実験結果

リサーチクエスチョン

• RQ1 光度的データは、時計回りと反時計回りのらせん銀河を区別できるか？
• RQ2 観察された銀河のヘンデッドネスの非対称性は、手動で整備されたデータセットと自動分類データセットの両方で頑健か？
• RQ3 銀河のヘンデッドネスは、市民科学者の形態分類キャンペーンにおける手動分類の結果に影響を与えるか？
• RQ4 機械学習によるヘンデッドネス予測の正確性は、偶然の性能をどの程度上回るか？
• RQ5 光度的特徴量は、らせん銀河の回転方向に敏感か？

主な発見

• パターン認識モデルは、らせん銀河のヘンデッドネスを予測する際、約64%の分類正確性を達成し、これは50%の偶然の水準（p < 10^{-5}）を著しく上回った。
• 自動分類された10,281個の銀河からなるデータセットでも、同程度の正確性（約65%）が観察され、分類手法を越えた非対称性の頑健性が確認された。
• SDSS調査の光度的データには、銀河のヘンデッドネスに関する測定可能な情報が含まれており、時計回りと反時計回りのらせんの間に内在的な非対称性があることを示している。
• 市民科学プロジェクトにおける銀河形態の手動分類は、銀河のヘンデッドネスによってバイアスを受ける可能性があり、形態分類の信頼性に影響を与えることがある。
• 観察された非対称性は、反対のヘンデッドネスを持つ銀河がその光度的性質において対称ではないことを示しており、銀河形態研究における長年の仮定に疑問を呈している。
• すべての実験データとコードは公開されており、この光度的非対称性の完全な再現性とさらなる調査が可能である。