[論文レビュー] COSTA: the COld STream finder Algorithm. Searching for kinematical substructures in the phase space of discrete tracers

M. Gatto, N. R. Napolitano+3 more|arXiv (Cornell University)|Oct 5, 2020

Galaxies: Formation, Evolution, Phenomena参考文献 94被引用数 3

ひとこと要約

COSTAは、巨大な銀河や銀河団の位相空間における離散的な tracer（例：惑星状星雲や球状星団）から、冷たい運動的構造（例：潮汐流）を検出することを目的とした新しいアルゴリズムである。4つの調整可能なパラメータを有する反復的・シグマクリッピング付きフレンド・オブ・フレンド手法を採用し、モックデータに対するモンテカルロシミュレーションによる妥当性評価により、特に速度分散の対比が顕著な高温環境に埋め込まれた冷たい流の回復において高い効率を示した。

ABSTRACT

Context: We present COSTA (COld STream finder Algorithm), a novel algorithm to search for cold kinematical substructures in the phase space of planetary nebulae (PNe) and globular clusters (GCs) in the halo of massive galaxies and intracluster regions. Aims: COSTA aims at detecting small sized, low velocity dispersion streams, as the ones produced in recent interactions of dwarf galaxies with the halo of more massive galaxies, including the ones sitting in the central region of rich galaxy clusters. Methods: COSTA is based on a deep friend-of-friend procedure that isolates groups of N particles with small velocity dispersion (between 10 kms and $\sim$ 100 kms), using an iterative (n) sigma-clipping over a defined number of (k) neighbor particles. The algorithm has three parameters (k-n-N), plus a velocity dispersion cut-off, which defines the "coldness" of the stream, that are set using Montecarlo realizations of the sample under exam. Results: In this paper, we show the ability of COSTA to recover simulated streams on mock data-sets of discrete kinematical tracers with different sizes and measurement errors, from publicly available hydrodynamical simulations. We also show the best algorithm set-up for a realistic case of stream finding in the core of the Fornax cluster, for future applications of COSTA to real populations of PNe and GCs. Conclusions: COSTA can be generalized to all problems of finding small substructures in the phase space of a limited sample of discrete tracers, provided that the algorithm is trained on realistic mock observations reproducing the specific dataset under exam.

研究の動機と目的

• 巨大な銀河のハローおよび密集したクラスターコアにおいて、最近の矮星族銀河の相互作用によって生成された冷たい運動的準位相構造（例：潮汐流）を検出すること。
• 表面輝度が低いため単独の画像測定では検出が困難な、微弱で速度分散が小さい流を特定する課題に対処すること。
• 位相空間において真の流と背景ノイズおよび緩和された星族を信頼性高く区別できる、強固でパrameter化されたアルゴリズムの開発。
• 観測誤差および tracer 密度を含む現実的な観測条件に適合したモンテカルロシミュレーションを用いて、アルゴリズムの性能最適化。
• 位相空間における準位相構造が予想されるが、隔離が難しい任意の離散的運動 tracer データセットに適用可能な汎用ツールの提供。

提案手法

• COSTAは、3次元位相空間（右帰宿、赤経、径方向速度）における低速度分散（10–100 km s⁻¹）を持つ粒子群を同定する深さのあるフレンド・オブ・フレンド（FoF）アルゴリズムを採用している。
• 反復的 n-シグマクリッピングを k 個の近隣粒子に対して適用し、外れ値を段階的に除去することで、凝集的で運動的に一貫したグループを抽出する。
• アルゴリズムには4つの自由パラメータが存在する：k（近隣数）、n（シグマクリッピングの反復回数）、N（最小グループサイズ）、および『冷たさ』を定義する速度分散のカットオフ。
• パラメータ値は、観測系のモンテカルロ実現を用いて最適化され、現実的な観測ノイズおよび tracer 分布を再現する。
• 背景が緩和されたものと流が埋め込まれたモックデータセットから得られる信頼性マップを用いて、検出の信頼性を評価する。
• アルゴリズムは、さまざまな力学的条件下での流の形態と運動学を現実的に再現できるよう、流体ダイナミクスシミュレーションを用いて訓練されている。

実験結果

リサーチクエスチョン

• RQ1 COSTAは、背景が高温で緩和された星族に埋め込まれた、速度分散が10–100 km s⁻¹の冷たい潮汐流を、位相空間で信頼性高く検出できるか？
• RQ2 COSTAの性能は、流の速度分散とホスト環境の速度分散との対比にどのように依存するか？
• RQ3 k, n, N, σカットオフ のパラメータの組み合わせの中で、現実的な観測条件下で検出効率を最大化し、誤検出を最小限に抑えるのはどれか？
• RQ4 tracer の数（つまり、矮星族と巨大銀河の質量比）が、COSTAによる流の検出可能性に与える影響は何か？
• RQ5 COSTAは、検出された流の真の運動学（例：速度分散）をどれほど正確に回復できるか。また、測定値と比較してどうなるか？

主な発見

• パラメータを最適化した場合、COSTAは巨大楕円銀河がクラスターコアに存在する環境やスパイラル銀河など多様な力学的環境において、シミュレートされた冷たい流を高い検出効率と低い誤検出率で回復できた。
• 流の速度分散がホスト環境のそれよりも著しく低い場合、検出性能が顕著に向上する。例えば、gE0-dE0 システムでは、同様の質量比を持つ gSa-dSa システムよりも回復が良好であった。
• COSTAはやや真の速度分散を低く推定するが、このバイアスは一般的な径方向速度測定誤差と同等であり、より高い分光分解能を用いることで運動学的精度を向上させられる可能性がある。
• COSTAの検出信頼性は、観測系のノイズ、tracer 密度、背景の緩和状態を的確に再現するモンテカルロシミュレーションを用いてパラメータをチューニングした場合に最大に達する。
• Fornaxクラスターコアのような高密度環境でもCOSTAは有効であり、高温で緩和された背景から冷たい流を隔離できるため、銀河クラスタースタディに適していることが示された。
• 検出された流の真の運動学を推定するための経験則が導出され、母銀河からの剥離歴および質量推定に役立つ洞察が得られた。