[論文レビュー] Estimating Spectroscopic Redshifts by Using k Nearest Neighbors Regression I. Description of Method and Analysis

S. D. Kügler, Kai Polsterer+1 more|arXiv (Cornell University)|Sep 30, 2014

Gamma-ray bursts and supernovae参考文献 20被引用数 4

ひとこと要約

本論文は、テンプレート適合ではなく特徴領域におけるローカルな類似性を用いる、モデルに依存しない分光赤方偏移推定のk近傍法（k-NN）回帰手法を導入している。これは、SDSSと同等の精度を達成し、約90%の完全性を示し、14個のスペクトルで複数の赤方偏移成分を同定した。これは、テンプレートベースのパイプラインに代わる、堅牢でデータ駆動型の代替手法である。

ABSTRACT

Context: In astronomy, new approaches to process and analyze the exponentially increasing amount of data are inevitable. While classical approaches (e.g. template fitting) are fine for objects of well-known classes, alternative techniques have to be developed to determine those that do not fit. Therefore a classification scheme should be based on individual properties instead of fitting to a global model and therefore loose valuable information. An important issue when dealing with large data sets is the outlier detection which at the moment is often treated problem-orientated. Aims: In this paper we present a method to statistically estimate the redshift z based on a similarity approach. This allows us to determine redshifts in spectra in emission as well as in absorption without using any predefined model. Additionally we show how an estimate of the redshift based on single features is possible. As a consequence we are e.g. able to filter objects which show multiple redshift components. We propose to apply this general method to all similar problems in order to identify objects where traditional approaches fail. Methods: The redshift estimation is performed by comparing predefined regions in the spectra and applying a k nearest neighbor regression model for every predefined emission and absorption region, individually. Results: We estimated a redshift for more than 50% of the analyzed 16,000 spectra of our reference and test sample. The redshift estimate yields a precision for every individually tested feature that is comparable with the overall precision of the redshifts of SDSS. In 14 spectra we find a significant shift between emission and absorption or emission and emission lines. The results show already the immense power of this simple machine learning approach for investigating huge databases such as the SDSS.

研究の動機と目的

• SDSSのような大規模な天文学的データベースにおける、データ駆動型でモデルに依存しない分光赤方偏移推定手法の開発。
• SDSSパイプラインが算出した赤方偏移を、類似性に基づくアプローチで検証・相互確認すること。
• テンプレート適合が見逃す可能性のある、複雑な赤方偏移特徴（例：複数の成分）を有するオブジェクトの検出。
• 事前に定義されたテンプレートに依存せずに、未知またはレアなスペクトルタイプの正確な赤方偏移推定を可能にすること。
• 全SDSS分光データベースに統計的学習を適用した、価値向上型の赤方偏移カタログの基盤を築くこと。

提案手法

• 本手法は、事前に定義されたスペクトル領域（例：発光線または吸収線）ごとに独立してk-NN回帰を適用し、各領域を特徴ベクトルとして扱う。
• 各スペクトルについて、局所的なスペクトル特徴に基づいて参照サンプル内からk番目に類似したスペクトルを同定する。
• 特徴空間内の類似性度合いを用いて、k個の近傍の赤方偏移を重み付き回帰により推定する。
• 本アプローチにより、1つのオブジェクト内で個々のスペクトル特徴ごとに赤方偏移を推定でき、複数の赤方偏移成分の検出が可能になる。
• スペクトルの前処理には連続スペクトル正規化とノイズ処理を含み、発光線／吸収線領域に特化した特徴抽出が行われる。
• 2つのバリエーションを用いる：1つは全スペクトル類似性に基づき、もう1つは局所的な特徴領域に基づく。両者は完全性と感度の面でトレードオフがある。

実験結果

リサーチクエスチョン

• RQ1 k-NN回帰は、SDSSパイプラインのテンプレート適合法と同等の精度で、モデルに依存しない赤方偏移推定を可能にするか？
• RQ2 kの値、特徴領域、参照サンプルの選択が、赤方偏移推定の完全性と精度に与える影響はいかほどか？
• RQ3 本手法は、テンプレート適合が見逃す可能性のある、複数の赤方偏移成分を有するスペクトルオブジェクトを検出できるか？
• RQ4 SDSSパイプラインの結果を独立して検証することで、本手法が赤方偏移の信頼性をどの程度向上できるか？
• RQ5 本手法は、外れ値検出における感度と誤検出（偽陽性）のリスクの両立を、どのように調整できるか？

主な発見

• 分析対象の16,000スペクトルのサンプルにおいて、本手法は約90%の完全性を達成し、SDSSパイプラインの96%に近い水準に達した。
• 個々のスペクトル特徴ごとの赤方偏移推定の精度は、SDSS赤方偏移全体の精度と同等であった。
• 本手法は、発光線と吸収線の間、または発光線同士の間に顕著なずれを示す14個のスペクトルを正常に同定し、複数の赤方偏移成分の可能性を示した。
• 局所的特徴に基づくアプローチは、全スペクトルアプローチに比べ高い完全性を達成したが、メソドロジカルなアーチファクトのリスクが増加した。
• 本結果は、k-NNのようなシンプルな機械学習手法が、事前に定義されたテンプレートに依存せずに、大規模なスペクトルデータベースから信頼性の高い赤方偏移を抽出できることを示している。
• 本手法は、将来的な大規模な調査への応用および、テンプレート適合に依存しない価値向上型の赤方偏移カタログ作成の分野において、強く有望な応用可能性を示している。