[논문 리뷰] Gaia GraL: Gaia DR2 Gravitational Lens Systems. III. A systematic blind search for new lensed systems

L. Delchambre, A. Krone-Martins외 14명|SPIRE - Sciences Po Institutional REpository|2018. 07. 08.

Stellar, planetary, and galactic studies참고 문헌 70인용 수 16

한 줄 요약

이 논문은 Gaia DR2의 아스트로메트릭 및 광도 데이터만을 사용하여 강한 중력 렌즈 후보를 체계적으로 망각 탐색하는 방법을 제시한다. 시뮬레이션된 렌즈 모델 기반으로 극도로 랜덤화된 트리(ERT)를 활용해 천체 군집을 분류한다. 이 방법은 15개의 새로운 4중 이미지 렌즈 후보를 성공적으로 식별하였으며, 13개의 기존 시스템 중 12개를 회복했고, 잘못 분류율이 1% 미만이었다. 이는 이미지 처리 없이도 아스트로메트릭 및 광도 데이터만으로도 고효율의 렌즈 탐지가 가능하다는 것을 보여준다.

ABSTRACT

Aims: In this work, we aim to provide a reliable list of gravitational lens (GL) candidates based on a search performed over the entire Gaia Data Release 2 (Gaia DR2). We also show that the sole astrometric and photometric informations coming from the Gaia satellite yield sufficient insights for supervised learning methods to automatically identify GL candidates with an efficiency that is comparable to methods based on image processing. Methods: We simulated 106,623,188 lens systems composed of more than two images, based on a regular grid of parameters characterizing a non-singular isothermal ellipsoid lens model in the presence of an external shear. These simulations are used as an input for training and testing our supervised learning models consisting of Extremely Randomized Trees. The latter are finally used to assign to each of the 2,129,659 clusters of celestial objects a discriminant value that reflects the ability of our simulations to match the observed relative positions and fluxes from each cluster. Once complemented with additional constraints, these discriminant values allowed us to identify GL candidates out of the list of clusters. Results: We report the discovery of 15 new quadruply-imaged lens candidates with angular separations less than 6" and assess the performance of our approach by recovering 12 out of the 13 known quadruply-imaged systems with all their components detected in Gaia DR2 with a misclassification rate of fortuitous clusters of stars as lens systems that is below one percent. Similarly, the identification capability of our method regarding quadruply-imaged systems where three images are detected in Gaia DR2 is assessed by recovering 10 out of the 13 known quadruply-imaged systems having one of their constituting images discarded. The associated misclassification rate varying then between 5.8% and 20%, depending on the image we decided to remove.

연구 동기 및 목표

• 이미지 처리에 의존하지 않고 Gaia DR2의 아스트로메트릭 및 광도 데이터만을 사용하여 새로운 강한 중력 렌즈 후보를 식별하는 것.
• 특히 극도로 랜덤화된 트리(ERT)를 포함한 지도 학습 기반 기계학습 기법이 시뮬레이션된 렌즈 모델에 기반해 렌즈된 천체 시스템을 탐지하는 데 얼마나 효과적인지 평가하는 것.
• 별 군집이 렌즈 시스템으로 잘못 분류되는 비율을 평가하여 잠재적 오진성의 수를 최소화하는 것.
• 대규모 천문 관측에 적용 가능한 신뢰할 수 있고 자동화된 렌즈 탐지 방법을 제공하고, 향후 Gaia 데이터 릴리스 및 다양한 카탈로그 조합으로의 확장 가능성을 고려하는 것.
• 다양한 탐지 조건에서 알려진 4중 이미지 렌즈 시스템을 회수함으로써 방법의 효과성을 검증하는 것.

제안 방법

• 비특이성 등방성 타원형 렌즈 모델에 외부 힘을 더한 모델을 사용해 106,623,188개의 렌즈 시스템을 시뮬레이션하여 렌즈 매개변수의 격자 구간을 커버함.
• 시뮬레이션된 데이터 기반으로 극도로 랜덤화된 트리(ERT) 모델을 학습 및 테스트하여 렌즈 매개변수와 관측된 상대 위치 및 밝기 비율 간의 관계를 학습함.
• Gaia DR2에서 추출한 2,129,659개의 천체 군집에 대해 훈련된 ERT 모델을 적용하여 각 군집에 대해 시뮬레이션된 렌즈 구성과의 일치 정도를 반영하는 분류 점수를 할당함.
• 거리 및 운동 속도를 기반으로 비정적 대상들을 제거하고, 군집의 각도 간격을 6 arcsec 이내, 등급 차이를 4 mag 이내로 제한함.
• 평균 밀도, 색상 차이, ERT 분류 점수에 대한 조건을 적용하여 후보군을 선별하고, 스펙트럼 및 광도 쿼사 카탈로그와의 교차 매칭을 실시함.
• 고점수 군집 2,572개에 대해 시각적 점검을 수행하여 신뢰할 수 있는 렌즈 후보를 식별하였으며, 이 과정에서 15개의 새로운 4중 이미지 렌즈 시스템을 확보함.

실험 결과

연구 질문

• RQ1 Gaia DR2의 아스트로메트릭 및 광도 데이터만을 사용하는 지도 학습 기반 접근법이 강한 중력 렌즈 시스템을 신뢰성 있게 탐지할 수 있는가?
• RQ2 모든 네 개의 구성 요소가 Gaia DR2에 탐지된 경우, 알려진 4중 이미지 렌즈 시스템의 회수율은 얼마인가?
• RQ3 알려진 4중 이미지 렌즈 시스템에서 한 이미지가 Gaia DR2에 누락되었을 경우, 이 방법의 성능은 어떠한가?
• RQ4 제안된 방법 하에서 별 군집이 중력 렌즈 시스템으로 잘못 분류되는 비율은 얼마인가?
• RQ5 깊은 이미징 데이터가 필요 없이도 새로운 고확률 렌즈 후보를 식별할 수 있는가?

주요 결과

• 모든 네 개의 구성 요소가 Gaia DR2에 탐지된 경우, 알려진 13개의 4중 이미지 렌즈 시스템 중 12개를 성공적으로 회수하였으며, 별 군집이 렌즈 시스템으로 잘못 분류되는 비율은 1% 미만이었다.
• 한 이미지가 누락된 경우, 알려진 13개 시스템 중 10개를 회수하였고, 잘못 분류율은 누락된 이미지에 따라 5.83%에서 20% 사이로 변동함.
• 모든 네 개의 이미지가 존재하는 시스템에 대해 ERT 모델이 높은 정확도를 보였으며, 이는 고정밀 탐지 상황에서의 강건성을 확인함.
• 연구는 15개의 새로운 4중 이미지 렌즈 후보를 식별하였으며, 그 중 하나는 최근에 스펙트럼적으로 확인된 바 있어, 이 방법의 발견 잠재력이 높음을 보여줌.
• 기대치에 비해 식별된 후보 수가 적은 것은 Gaia DR2에서 세 개 이하의 이미지가 탐지된 시스템가 필터링되었기 때문이며, 이는 향후 데이터 릴리스에서 개선될 것으로 기대됨.
• 이 방법은 Gaia DR2와 함께 향후 다양한 다시진행 및 다파장 카탈로그(예: Pan-STARRS, DES, SDSS)에 적용 가능하며, 이들의 조합에도 확장 가능함.