[論文レビュー] Fitting Isochrones to Open Cluster photometric data: A new global optimization tool

H. Monteiro, W. S. Dias+1 more|arXiv (Cornell University)|Mar 22, 2010

Stellar, planetary, and galactic studies参考文献 36被引用数 34

ひとこと要約

本論文では、重み付き尤度関数を用いて、開集合の色-等級図に理論的等温線をフィットさせるための、クロスエントロピー法に基づく新しいグローバル最適化手法を提示する。この手法は、距離、赤方偏移、年齢、金属量を同時に決定し、主観性を低減するもので、15のデータセットを用いて9つのよく研究された銀河集合に対して、文献値と一貫した結果を示している。

ABSTRACT

We present a new technique to fit color-magnitude diagrams of open clusters based on the Cross-Entropy global optimization algorithm. The method uses theoretical isochrones available in the literature and maximizes a weighted likelihood function based on distances measured in the color-magnitude space. The weights are obtained through a non parametric technique that takes into account the star distance to the observed center of the cluster, observed magnitude uncertainties, the stellar density profile of the cluster among others. The parameters determined simultaneously are distance, reddening, age and metallicity. The method takes binary fraction into account and uses a Monte-Carlo approach to obtain uncertainties on the determined parameters for the cluster by running the fitting algorithm many times with a re-sampled data set through a bootstrapping procedure. We present results for 9 well studied open clusters, based on 15 distinct data sets, and show that the results are consistent with previous studies. The method is shown to be reliable and free of the subjectivity of most previous visual isochrone fitting techniques.

研究の動機と目的

• 開集合の色-等級図に対する従来の視覚的等温線フィッティングにおける主観性を排除すること。
• 距離、年齢、金属量、赤方偏移などのクラスターパラメータを決定する再現可能で客観的な手法を開発すること。
• データの不確実性、星の密度分布、混入効果を非パラメトリックな重み付けスキームを用いて組み込むこと。
• ブートストラップ法とモンテカルロシミュレーションを用いて、パラメータの不確実性を定量化すること。
• 合成クラスタと実際の開集合データを用いて手法を検証し、信頼性と文献値との一貫性を確認すること。

提案手法

• 本手法は、色-等級空間における重み付き尤度関数を最小化するために、クロスエントロピーグローバル最適化アルゴリズムを採用する。
• 尤度関数は、観測星と理論的等温線点との間の距離に基づき、データ品質と空間的分布に重みを付けて定義される。
• 重みは、明るさの不確実性、クラスタ中心からの距離、星の密度分布を考慮した非パラメトリック技術により導出される。
• フィッティングプロセスでは、表形式の等温線（例：Padovaモデル）を用いて、同時に距離、赤方偏移、年齢、金属量を最適化する。
• 二重星の割合は100％としてモデル化され、同伴星は同一の初期質量関数から抽出され、CMDの形態に与える影響を最小限に抑える。
• パラメータの不確実性は、摂動を加えたデータセットに対して繰り返しフィッティングを実行するブートストラップ再サンプリング手順を用いて推定される。

実験結果

リサーチクエスチョン

• RQ1 クロスエントロピーのようなグローバル最適化アルゴリズムは、最小限の主観性で、開集合の光度測定データに理論的等温線を信頼性高くフィットさせることができるか？
• RQ2 空間的に変化する重みの組み込みが、場の混入や明るさの不確実性が存在する状況でのパラメータ推定をどのように改善するか？
• RQ3 入力パラメータが既知の合成クラスタにおいて、この手法が真のクラスターパラメータをどの程度正確に回復できるか？
• RQ4 金属量や二重星割合の仮定に関して、結果が文献値とどの程度一致するか？
• RQ5 多様なデータセットやクラスターモルフォロジーに対し、この手法は一貫性があり再現可能なパラメータ推定を提供できるか？

主な発見

• 本手法は、顕著な場の混入がある合成クラスタにおいても、入力パラメータを正確に回復でき、その頑健性を示している。
• 9つのよく研究された開集合について、距離、年齢、赤方偏移、金属量の推定パラメータは、文献値と一貫しており、特にPaunzen & Netopil (2006)の値と一致している。
• 視覚的判断に代えて定量的で客観的な尤度基準とグローバル最適化を用いることで、フィッティングにおける主観性が著しく低減されている。
• 重み付けスキームは混入効果を効果的に低減し、特に良好にサンプリングされたクラスタではフィッティングの正確性が向上している。
• 100％の二重星割合という仮定は、結果にほとんど影響を及ぼさない。これは、同程度の質量を持つ二重星のみがCMDの形態を顕著に変えるためである。
• 文献値との一貫性は保たれているが、金属量の差異は、現在の標準値が最適でない可能性を示唆しており、本手法を用いた再評価の余地がある。