[논문 리뷰] MILCANN : A neural network assessed tSZ map for galaxy cluster detection

G. Hurier, N. Aghanim외 1명|arXiv (Cornell University)|2017. 01. 31.

Galaxies: Formation, Evolution, Phenomena참고 문헌 59인용 수 4

한 줄 요약

이 논문은 Planck 다주파수 데이터에 인공신경망(ANN) 기반 품질 평가를 적용하여 구성한 새로운 tSZ 지도인 MILCANN을 소개한다. 이는 노이즈와 선체 잔여물들을 크게 감소시켜, 90%의 순도로 3,969개의 은하군 후보를 탐지할 수 있게 하며, $M_{500} = 10^{14}$ M⊙까지 감도를 확보하고 이전의 카탈로그에 포함되지 않았던 고적색도, 저풍부도 은하군도 식별한다.

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.

연구 동기 및 목표

• tSZ 지도의 노이즈와 선체 오염을 감소시켜 은하군 탐지 성능을 향상시키기.
• 다주파수 데이터와 인공신경망을 활용한 tSZ 신호의 픽셀 수준 품질 평가 방법 개발.
• 정제된 tSZ 지도에서 고순도, 대규모 tSZ 소스 카탈로그 구축.
• 보조 카탈로그 및 CMB 렌즈 맵과의 비교를 통한 방법 검증.
• 기존 tSZ 탐지 방법으로는 놓친 저질량, 고적색도 은하군 후보 식별.

제안 방법

• 다주파수 Planck 관측 데이터를 바탕으로 각 하늘 영역 픽셀의 품질을 평가하기 위해 인공신경망(ANN)을 적용한다.
• 모의 및 실측 데이터를 사용해 ANN 가중치를 학습시켜 tSZ 신호와 천체물리적 선체(예: 전파, 적외선, CO)를 구분하도록 한다.
• 이 가중치를 표준 tSZ 지도 복원(예: MILCA 또는 NILC)에 적용하여 ANN로 가공된 지도인 MILCANN을 구성한다.
• MILCANN 지도를 사용해 매치필터링 기법을 통해 소스를 탐지하여 은하군 탐지의 신호 대 노이즈 비를 향상시킨다.
• 최종 카탈로그는 광학, X선, CMB 렌즈 맵 데이터와의 교차 매칭 및 주변 은하의 스펙트럼 에너지 분포(SED) 분석을 통해 검증된다.
• WISE 대역에서의 색-색 분석을 통해 탐지된 은하군이 저적색도 타원은하, 나선은하, LRG 집단과 일치함을 확인하였으며, 밝은 AGN이나 적외선 원천에 대한 선택 편향이 존재함을 밝혀냈다.

실험 결과

연구 질문

• RQ1 기존 성분 분離 방법에 비해 ANN 기반 픽셀 수준의 품질 평가가 tSZ 지도의 노이즈와 선체 잔여물 감소에 얼마나 효과적인가?
• RQ2 결과로 도출된 MILCANN 지도가 고순도로 저질량, 고적색도 은하군을 탐지할 수 있는가?
• RQ3 MILCANN 기반 카탈로그는 Planck PSZ2 카탈로그에 비해 완전성과 순도 측면에서 어떻게 비교되는가?
• RQ4 MILCANN 지도가 tSZ 은하군의 물리적 성질, 예를 들어 주변 은하의 SED 및 렌즈 수렴도를 어느 정도 유지하는가?
• RQ5 특히 AGN 및 적외선 오염에 대해 tSZ 탐사에서 어떤 정도의 소스 선택 편향이 발생하는가?

주요 결과

• MILCANN 지도는 기존 표준 tSZ 지도 복원 방식보다 노이즈와 선체 잔여물 감소에 더 효과적이며, 탐지 정확도를 향상시킨다.
• MILCANN에서 유도된 HAD 카탈로그는 순도 약 90%로 3,969개의 은하군 후보를 포함하며, 크기 측면에서 Planck PSZ2 카탈로그를 초월한다.
• 카탈로그는 $M_{500} = 10^{14}$ M⊙까지 감도를 확보하여 저질량, 고적색도 시스템까지 탐지할 수 있다.
• 탐지된 소스들은 Planck CMB 렌즈 맵에서 뚜렷한 수렴도 초과 현상을 보이며, 질량 약 $2 \times 10^{14}$ M⊙의 은하군과 일치한다.
• HAD 카탈로그의 주변 은하들은 저적색도 타원은하, 나선은하, LRG 집단의 특성을 보이는 SED를 나타내어, 기존 tSZ 은하군 성질과의 일관성을 확인한다.
• 이 방법은 밝은 AGN이나 강한 적외선 방출을 보이는 은하군에 대해 선택 편향을 드러내며, 마이크로파 대역에서의 오염으로 인해 이러한 원천이 부족하게 나타남을 확인한다.