[논문 리뷰] A 'Quick Look' at All-Sky Galactic Archeology with TESS: 158,000 Oscillating Red Giants from the MIT Quick-Look Pipeline

Marc Hon, Daniel Huber외 7명|arXiv (Cornell University)|2021. 08. 02.

Stellar, planetary, and galactic studies참고 문헌 116인용 수 77

한 줄 요약

이 논문은 TESS의 주요 임무 데이터에서 장주기 광도 측정을 활용한 머신러닝 파ip라인을 적용하여, 처음으로 천구 전역에 걸친 158,505개의 진동하는 적색거성의 목록을 제시한다. 가우아 파라렐랙스와 색상 정보를 활용하여 저자들은 효율적 온도, 반지름, 및 νmax 값을 유도하여, 대규모 은하 구조와 운동 하위구조를 드러내는 첫 번째 전천구 항성진동 질량도를 제작한다. 이는 단 한 달 간의 관측 데이터만으로도 TESS가 은하 고고학 분야에서 혁신적인 잠재력을 지닌다는 것을 입증한다.

ABSTRACT

We present the first near all-sky yield of oscillating red giants from the prime mission data of NASA's Transiting Exoplanet Survey Satellite (TESS). We apply machine learning towards long-cadence TESS photometry from the first data release by the MIT Quick-Look Pipeline to automatically detect the presence of red giant oscillations in frequency power spectra. The detected targets are conservatively vetted to produce a total of 158,505 oscillating red giants, which is an order of magnitude increase over the yield from Kepler and K2 and a lower limit to the possible yield of oscillating giants across TESS's nominal mission. For each detected target, we report effective temperatures and radii derived from colors and Gaia parallaxes, as well as estimates of their frequency at maximum oscillation power. Using our measurements, we present the first near all-sky Gaia-asteroseismology mass map, which shows global structures consistent with the expected stellar populations of our Galaxy. To demonstrate the strong potential of TESS asteroseismology for Galactic archeology even with only one month of observations, we identify 354 new candidates for oscillating giants in the Galactic halo, display the vertical mass gradient of the Milky Way disk, and visualize correlations of stellar masses with kinematic phase space substructures, velocity dispersions, and $\alpha$-abundances.

연구 동기 및 목표

• 이전 임무들이 제한된 천구 범위를 가졌던 데 비해, TESS 데이터를 활용하여 천구 전역에서 진동하는 적색거성을 체계적으로 탐지하는 것.
• Kepler 유사 데이터로 훈련된 머신러닝 파이프라인을 개발하고 적용하여, 낮은 주파수 해상도로 인해 도전적인 TESS의 고유한 광도 측정 데이터에서 적색거성의 진동을 식별하는 것.
• 은하 고고학을 위해 기본 항성 파rameter(효율적 온도, 반지름, νmax)를 포함한 고정밀도, 거의 전천구 항성진동 목록을 제작하는 것.
• 단기 관측(27일) 데이터만으로도 정밀한 항성진동 추론과 대규모 은하 구조 지도 작성의 가능성에 대한 실현 가능성을 입증하는 것.

제안 방법

• 장주기 광도 light curves에서 진동 전력 초과의 존재를 탐지하기 위해, 파wer 스펙트럼 이미지에 기반한 컨volutional 신경망(CNN) 분류기가 훈련된다.
• 별도의 회귀 네트워크는 음의 로그우도 손실 함수를 사용하여 νmax를 추정하며, 보조 출력층을 통한 명시적 불확실성 추정이 포함된다.
• 원시의, 기구 보정된 광도 곡선은 MIT Quick-Look Pipeline(QLP)에서 제공한 TESS 1–26번 세그먼트의 데이터를 사용하며, TESS 등급 13.5 이하까지 적용된다.
• Gaia 파라렐랙스와 TESS-Gaia 색상-색상 관계를 활용하여 항성 파rameter(효율적 온도, 반지름)를 유도하여 항성진동 모델링을 가능하게 한다.
• 과적합 방지를 위해 드롭아웃 정규화(p=0.1)를 적용하고, 조기 정지와 Adam 최적화를 사용한다.
• celerite를 사용해 시뮬레이션된 파워 스펙트럼을 활용해 네트워크의 성능을 벤치마킹하지만, 실제 데이터는 더 높은 노이즈와 다른 저주파 프로파일을 보인다.

실험 결과

연구 질문

• RQ1 Kepler보다 낮은 주파수 해상도를 가진 TESS의 전천구, 단기(27일) 관측 데이터에서 머신러닝이 진동하는 적색거성을 신뢰성 있게 탐지할 수 있는가?
• RQ2 TESS 데이터를 활용해 천구 전역에서 진동하는 적색거성의 수확량은 얼마이며, 이는 이전의 Kepler 및 K2 임무와 어떻게 비교될 수 있는가?
• RQ3 TESS 데이터에서 유도된 νmax 추정치로는 대규모 전천구 항성진동 질량도를 구성할 수 있는가? 이는 알려진 은하 구조와 일치하는가?
• RQ4 단 한 번의 관측(1개월) 데이터만으로 TESS 항성진동 연구가 은하수 디스크의 운동 및 화학 하위구조를 어느 정도 해석할 수 있는가?

주요 결과

• 이 연구는 158,505개의 진동하는 적색거성으로 이루어진 목록을 제공하며, 이는 Kepler 및 K2의 수확량보다 약 10배 이상 증가한 것으로, 지금까지 가장 큰 샘플이다.
• 저자들은 처음으로 거의 전천구에 걸친 가우아-항성진동 질량도를 제작하여, 알려진 항성 집단과 일치하는 대규모 은하 구조를 드러냈다.
• 목록은 은하수 디스크에서 뚜렷한 수직 질량 기울기를 보이며, 중앙면에선 고질량 항성이 집중되어 있고, 헬로우에서는 저질량 항성이 더 많다.
• 이 연구는 은하수 헬로우에 있는 진동하는 거성 후보 354개를 새롭게 식별하여, TESS가 희미하고 먼 인구에 대한 민감도를 지닌다는 것을 입증한다.
• TESS의 νmax와 Gaia 데이터로부터 유도된 항성 질량은 운동 하위구조, 속도 분산 및 α함량 패턴과 강하게 상관되며, 세밀한 은하 고고학 분석이 가능하다.
• 27일의 통합 시간에도 불구하고, 밝은 적색거성(G < 11)의 경우 중앙 질량 불확실성은 약 8%, 연령 불확실성은 약 26%로 유지되어 화학적·운동학적으로 구분 가능한 은하 성분을 해석하는 데 충분하다.