[論文レビュー] MILCANN : A neural network assessed tSZ map for galaxy cluster detection

G. Hurier, N. Aghanim+1 more|arXiv (Cornell University)|Jan 31, 2017

Galaxies: Formation, Evolution, Phenomena参考文献 59被引用数 4

ひとこと要約

本論文では、プランクの多周波数データに人工ニューラルネットワーク（ANN）に基づく品質評価を適用して作成された新しいtSZマップ、MILCANNを紹介する。これによりノイズとforeground残渣が顕著に低減され、90%の純度で3,969個の銀河団候補を検出可能となり、$M_{500} = 10^{14}$ M⊙まで感度が達成され、従来のカタログでは検出されなかった高赤方偏移・低豊度の銀河団も特定可能となった。

ABSTRACT

We present the first combination of thermal Sunyaev-Zel'dovich (tSZ) map with a multi-frequency quality assessment of the sky pixels based on Artificial Neural Networks (ANN) aiming at detecting tSZ sources from sub-millimeter observations of the sky by Planck. We construct an adapted full-sky ANN assessment on the fullsky and we present the construction of the resulting filtered and cleaned tSZ map, MILCANN. We show that this combination allows to significantly reduce the noise fluctuations and foreground residuals compared to standard tSZ maps. From the MILCANN map, we constructed the HAD tSZ source catalog that consists of 3969 sources with a purity of 90\%. Finally, We compare this catalog with ancillary catalogs and show that the galaxy-cluster candidates in the HAD catalog are essentially low-mass (down to $M_{500} = 10^{14}$ M$_\odot$) high-redshift (up to $z \leq 1$) galaxy cluster candidates.

研究の動機と目的

• tSZマップにおけるノイズとforeground汚染を低減し、銀河団検出性能を向上させること。
• 多周波数データと人工ニューラルネットワークを用いて、ピクセルレベルでのtSZ信号の品質評価を開発すること。
• フィルタリングおよびクリーニング処理を施したtSZマップから、高純度で大規模なtSZ源カタログを構築すること。
• 付随するカタログおよびCMBレンズィングマップとの比較により、手法の妥当性を検証すること。
• 従来のtSZ検出手法では見逃されがちな低質量・高赤方偏移銀河団候補を同定すること。

提案手法

• 本手法は、多周波数のプランク観測に基づいて、各スカイピクセルの品質を評価するための人工ニューラルネットワーク（ANN）を適用する。
• ANNの重みは、シミュレーションおよび実測データを用いて、tSZ信号と天体物理的foreground（例：電波、赤外、CO）を区別するように学習される。
• これらの重みを標準的なtSZマップ再構築法（例：MILCAやNILC）に適用することで、MILCANNと名付けられたANN重み付きマップが構築される。
• MILCANNマップは、マッチドフィルタリング手法を用いて源を検出するのに使用され、銀河団検出の信号対ノイズ比が向上する。
• 最終的なカタログは、光学的・X線的・CMBレンズィングデータとのクロスマッチングおよびホスト銀河のスペクトルエネルギー分布（SED）分析により検証される。
• WISEバンドにおけるカラーマップ分析により、検出された銀河団が低赤方偏移の楕円銀河・スパイラル銀河・LRG集団と整合的であることが確認され、明るいAGNや赤外発光源の選択バイアスが示された。

実験結果

リサーチクエスチョン

• RQ1 標準的な成分分離手法と比較して、ANNベースのピクセルレベル品質評価は、tSZマップにおけるノイズとforeground残渣を顕著に低減できるか？
• RQ2 MILCANNマップは、高純度で低質量・高赤方偏移銀河団を検出可能か？
• RQ3 MILCANNベースのカタログは、プランクPSZ2カタログと比較して、完全性および純度の点で優れているか？
• RQ4 MILCANNマップは、tSZ銀河団の物理的性質、例えばホスト銀河のSEDやレンズィング収束をどの程度正確に保持しているか？
• RQ5 特にAGNおよび赤外汚染の観点から、tSZ調査における源選択バイアスの影響はどの程度か？

主な発見

• MILCANNマップは、標準的なtSZマップ再構築法よりもノイズとforeground残渣をより効果的に低減し、検出の整合性が向上した。
• MILCANNから導出されたHADカタログには、推定純度90%の3,969個の銀河団候補が含まれており、サイズにおいてプランクPSZ2カタログを上回っている。
• カタログは$M_{500} = 10^{14}$ M⊙まで検出可能であり、低質量・高赤方偏移系への感度が拡張された。
• 検出された源は、プランクCMBレンズィングマップにおいて顕著な収束過剰を示しており、$2 \times 10^{14}$ M⊙程度の銀河団質量と整合的である。
• HADカタログに含まれるホスト銀河は、低赤方偏移の楕円銀河・スパイラル銀河・LRG集団と典型的なSEDを示し、既知のtSZ銀河団特性と整合的であることが確認された。
• 本手法により、明るいAGNや強い赤外発光を持つ源に対する選択バイアスが明らかになった。このような源はマイクロ波帯域での汚染により、低く評価され、カタログに過小反映されている。