[논문 리뷰] Quasar Classification Using Color and Variability

Christina Peters, Gordon T. Richards외 7명|arXiv (Cornell University)|2015. 08. 17.

Galaxies: Formation, Evolution, Phenomena참고 문헌 1인용 수 27

한 줄 요약

이 논문은 SDSS 스트립 82의 광학 색상과 다중 에포크 변동성을 조합한 베이지안 퀘이사 선별 방법을 제시하여 높은 완전성(97%)과 효율성(97%)을 갖춘 퀘이사 후보를 식별한다. 광학 색상, 변동성 구조 함수, 그리고 분광학적 학습 데이터를 통합함으로써 이 방법은 고적색 이동 퀘이사(2.7 < z < 3.5)에 특히 뛰어난 성능을 발휘하며, 이는 색상 기반 방법이 실패하는 영역이다.

ABSTRACT

We conduct a pilot investigation to determine the optimal combination of color and variability information to identify quasars in current and future multi-epoch optical surveys. We use a Bayesian quasar selection algorithm (Richards et al. 2004) to identify 35,820 type 1 quasar candidates in a 239 square degree field of the Sloan Digital Sky Survey (SDSS) Stripe 82, using a combination of optical photometry and variability. Color analysis is performed on 5-band single- and multi-epoch SDSS optical photometry to a depth of r ~22.4. From these data, variability parameters are calculated by fitting the structure function of each object in each band with a power law model using 10 to &gt;100 observations over timescales from ~1 day to ~8 years. Selection was based on a training sample of 13,221 spectroscopically-confirmed type-1 quasars, largely from the SDSS. Using variability alone, colors alone, and combining variability and colors we achieve 91%, 93%, and 97% quasar completeness and 98%, 98%, and 97% efficiency respectively, with particular improvement in the selection of quasars at 2.7

연구 동기 및 목표

• 대규모 설문 조사에 적합한 광학 색상과 다중 에포크 변동성을 통합한 강력한 광학적 퀘이사 선별 방법을 개발하기 위해.
• 특히 퀘이사와 항성의 색상이 유사한 고적색 이동 퀘이사(2.7 < z < 3.5)에서 실패하는 색상 중심의 선별 방법의 한계를 해결하기 위해.
• 분광학적 후속 관측에 의존하지 않고도 깊고 넓은 영역 설문 조사에서 퀘이사 탐지의 효율성과 완전성을 향상시키기 위해.
• 광도 함수 연구에 활용할 수 있도록 충분한 순도와 통계적으로 수정 가능한 미완성성을 갖춘 퀘이사 목록을 생성하기 위해.
• 향후 설문 조사(예: LSST)를 고려해 색상, 변동성, 천체측위학 데이터의 통합을 검증함으로써 확장 가능한 프레임워크를 준비하기 위해.

제안 방법

• SDSS에서 13,221개의 분광학적으로 확인된 유형-1 퀘이사를 기반으로 훈련된 베이지안 퀘이사 선별 알고리즘(Richards et al. 2004)을 사용한다.
• 5밴드 단일 및 다중 에포크 SDSS 광학 보정 데이터(r ~ 22.4)를 분석하여 광학 색상과 변동성 파라미터를 유도한다.
• 각 개체당 10개에서 >100개의 관측을 사용하여 약 1일에서 약 8년의 시간 스케일에 걸쳐 구조 함수에 대한 등급 다항식 피팅을 통해 변동성을 계산한다.
• 적색 이동에 따라 변화하는 사전 확률을 사용하여 색상과 변동성 특징을 통합한 공동 가능도 모델을 구성하여 퀘이사 확률을 계산한다.
• 천체측위학 파ameters와 다중 파장 데이터(VHS, WISE)를 통합하여 적색 이동 추정 및 오염 제어를 향상시킨다.
• 색상 컷(Eq. 10–12)을 적용하고, SDSS, JHK, 천체측위학 데이터로부터 유도된 광학적 적색 이동 확률 밀도 함수(PDF)를 사용하여 퀘이사 확률과 적색 이동 추정치를 정밀화한다.

실험 결과

연구 질문

• RQ1 광학 색상과 다중 에포크 변동성의 조합이 색상 중심의 방법보다 퀘이사 분류 성능을 얼마나 향상시키는가?
• RQ2 색상 중심 방법이 실패하는 고적색 이동 영역(2.7 < z < 3.5)에서 베이지안 선별 방법의 성능은 어떠한가?
• RQ3 변동성 자체 또는 색상과의 조합에서 얼마나 많은 가짜 양성(false positive)을 줄일 수 있고, 선별 효율성을 얼마나 향상시킬 수 있는가?
• RQ4 천체측위학과 다중 파장 광학 보정 데이터(JHK, WISE)의 통합이 적색 이동 추정 및 퀘이사 확률 보정에 얼마나 기여하는가?
• RQ5 결과로 도출된 광학적 퀘이사 목록이 분광학적 확인 없이도 광도 함수 추정과 같은 과학적 분석을 지원할 수 있는가?

주요 결과

• 색상과 변동성의 조합은 97%의 퀘이사 완전성과 97%의 효율성을 달성하여, 색상 중심(93% 완전성, 98% 효율성)과 변동성 중심(91% 완전성, 98% 효율성) 방법보다 뛰어난 성능을 발휘한다.
• 색상 중심 방법이 실패하는 적색 이동 범위 2.7 < z < 3.5에서 퀘이사 탐지 성능이 크게 향상된다.
• 확인되지 않은 퀘이사 후보 22,867개 중 95.7%는 SDSS 스트립 82의 분광학적 후속 관측 한계인 i ~ 19.9보다 더 어두운 반점이므로, 이전에 간과된 후보자들을 높은 비율로 회수한 것으로 나타난다.
• 기존에 완전한 영역에서 i = 19.9 이상의 퀘이사 후보가 5.7% 증가한 것은 고적색 이동 또는 저광도 퀘이사를 회수할 수 있는 방법의 능력을 보여준다.
• 결과로 도출된 퀘이사 샘플은 충분한 순도와 통계적으로 수정 가능한 미완성성을 갖추고 있어 분광학 결과와 유사한 광도 함수를 생성할 수 있다.
• SDSS, JHK, 천체측위학 데이터로부터 유도된 적색 이동 확률 밀도 함수(PDF)는 정확도가 향상되었으며, 99%의 개체가 천체측위학적 적색 이동에서의 퀘이사 평균에 대해 g-i 색상이 3σ 이내에 위치한다.