[論文レビュー] EasyCritics II. Testing its efficiency: new gravitational lens candidates in CFHTLenS

M. Carrasco, S. Stapelberg+4 more|arXiv (Cornell University)|Jul 10, 2018

Galaxies: Formation, Evolution, Phenomena参考文献 2被引用数 4

ひとこと要約

EasyCritics II は、明るい楕円銀河の光度計データ（0.2 ≤ z ≤ 0.9）を用いて強引力レンズのポテンシャルをモデル化し、臨界曲線を生成する完全自動化されたアルゴリズムを提示する。CFHTLenSにおける検査領域を154平方度からわずか0.623平方度（0.4%）に縮小し、44個の既知のレンズのうち32個を特定し、9個の新しい候補を発見したが、誤検出率は9%にとどまった。

ABSTRACT

We report the results of $EasyCritics$, a fully automated algorithm for the efficient search of strong-lensing (SL) regions in wide-field surveys, applied to the Canada-France-Hawaii Telescope Lensing Survey (CFHTLenS). By using only the photometric information of the brightest elliptical galaxies distributed over a wide redshift range ($\smash{0.2 \lesssim z \lesssim 0.9}$) and without requiring the identification of arcs, our algorithm produces lensing potential models and catalogs of critical curves of the entire survey area. We explore several parameter set configurations in order to test the efficiency of our approach. In a specific configuration, $EasyCritics$ generates only $\sim1200$ possibly super-critical regions in the CFHTLS area, drastically reducing the effective area for inspection from $154$ sq. deg to $\sim0.623$ sq. deg, $i.e.$ by more than two orders of magnitude. Among the pre-selected SL regions, we identify 32 of the 44 previously known lenses on the group and cluster scale, and discover 9 new promising lens candidates. The detection rate can be easily improved to $\sim82\%$ by a simple modification in the parameter set, but at the expense of increasing the total number of possible SL candidates. Note that $EasyCritics$ is fully complementary to other arc-finders since we characterize lenses instead of directly identifying arcs. Although future comparisons against numerical simulations are required for fully assessing the efficiency of $EasyCritics$, the algorithm seems very promising for upcoming surveys covering $\smash{10^{4}}$ sq. deg, such as the $Euclid$ mission and $LSST$, where the pre-selection of candidates for any kind of SL analysis will be indispensable due to the expected enormous data volume.

研究の動機と目的

• アーキペルの検出に依存せずに、広域スクリーニングにおいて強引力レンズ領域を自動で効率的に事前選択する手法を開発すること。
• EasyCriticsの既知および新しい強引力レンズ系の同定における効率性と信頼性を、CFHTLenSスクリーニングで検証すること。
• 手動による検査が必要な有効領域を数個のオーダー以上に削減し、今後の大型スクリーニング（例：Euclid や LSST）にスケーラブルであることを実証すること。
• 独立した弱引力レンズおよび光度測定と比較することで、アルゴリズムのレンズ特徴の妥当性を検証すること。
• 視覚的アーキペル同定に依存するのではなく、レンズポテンシャルモデル化に焦点を当てた、アーキペル検出法とは補完的な手法を提供すること。

提案手法

• アルゴリズムは、レンズ面の最も明るい楕円銀河（0.2 ≤ z ≤ 0.9）の光度赤方偏移およびフラックス測定値を入力として使用する。
• 単一等温球体（SIS）近似を用いて重力レンズポテンシャルモデルを構築し、臨界曲線とエインシュタイン半径を計算する。
• 複数のパラメータ設定をテストし、クラスタ速度分散の閾値（σ_clus）を変化させることで検出効率を最適化する。
• 超臨界曲線に基づいて事前選択された候補領域（SL領域）を生成し、視覚的検査への依存度を最小限に抑える。
• 全候補に対して82'' × 82''のRGB FITSカットアウトを生成し、視覚的フォローアップと特徴評価を可能にする。
• 結果は、既知のレンズ（KLs および KCs）、弱引力レンズ速度分散、および全光度と照合することで検証された。

実験結果

リサーチクエスチョン

• RQ1 アーキペル検出に依存せず、光度計のみを用いた自動手法が、広域スクリーニングにおいて強引力レンズ領域を効率的に事前選択できるか。
• RQ2 EasyCriticsの検出効率は、CFHTLenSにおける既知のレンズサンプルと比較してどの程度で、誤検出率はどの程度か。
• RQ3 EasyCriticsが導出したエインシュタイン半径は、独立した質量推定（例：弱引力レンズ速度分散や全光度）とどの程度相関するか。
• RQ4 EasyCriticsは、2桁以上のオーダーで検査領域を縮小しつつ、高い完全性を維持できるか。
• RQ5 CFHTLenSのようなよく研究されたスクリーニングにおいて、アルゴリズムは既知および新しいレンズ候補をどの程度効果的に同定できるか。

主な発見

• EasyCriticsは、CFHTLenSにおける有効な検査領域を154平方度から0.623平方度にまで縮小し、99.6%以上の削減を達成した。
• アルゴリズムは、44個の既知のクラスタスケールレンズ（KLs）のうち32個、44個のくぼみスケールレンズ（KCs）のうち12個を同定し、KLsの完全性は73%を達成した。
• 事前選択された1200のSL領域のうち9%が誤検出であり、主に光度カタログの問題や視線方向構造に起因した。
• EasyCriticsが導出したエインシュタイン半径は、弱引力レンズ速度分散（散らばり～37%）および全光度（散らばり～31%）と強い相関を示した。
• 事前選択された1200領域の視覚的検査の結果、9個の有望な新しいレンズ候補が発見され、高い発見可能性を示した。
• パラメータセットを変更することで、検出完全性を約82%まで向上させることができたが、その代わりに候補数が増加した。