[논문 리뷰] Robust modeling of quadruply lensed quasars (and random quartets) using Witt's hyperbola

Raymond A. Wynne, Paul L. Schechter|arXiv (Cornell University)|2018. 08. 19.

Statistical and numerical algorithms참고 문헌 17인용 수 6

한 줄 요약

이 논문은 왓의 쌍곡선을 사용하여 다섯 번째 렌즈와 소스 위치를 제약 조건으로 삼고, 모델 공간을 세 차원으로 줄이며, 보완적인 타원을 사용해 렌즈 강도의 산산이 흩어짐을 최소화하는 도구로 사용하여, 4중 렌즈된 활성은하핵을 강력하게 모델링하는 방법을 제시한다. 29개의 알려진 렌즈와 100개의 무작위 4중 쌍으로 적용했을 때, 이 방법은 무작위 구성의 98%를 배제하면서도 실제 렌즈의 80%를 유지하며, 2%의 거짓 양성률을 보이며 강력한 분류 능력을 입증한다.

ABSTRACT

We develop a robust method to model quadruply lensed quasars, relying heavily on the work of Witt (1996), who showed that for elliptical potentials, the four image positions, the source, and the lensing galaxy lie on a right hyperbola. For the singular isothermal elliptical potential, there exists a complementary ellipse centered on the source which also maps through the four images, with the same axis ratio as the potential but perpendicular to it. We first solve for Witt's hyperbola, reducing the allowable space of models to three dimensions. We then obtain the best fitting complementary ellipse. The simplest models of quadruple lenses require seven parameters to reproduce the observed image configurations, while the four positions give eight constraints. This leaves us one degree of freedom to use as a figure of merit. We applied our model to 29 known lenses, and include their figures of merit. We then modeled 100 random quartets. A selection criterion that sacrifices 20% of the known lenses can exclude 98% of the random quartets.

연구 동기 및 목표

• 진짜 4중 렌즈된 활성은하핵과 무작위 점원소로 이루어진 4중 쌍을 자동으로 구별할 수 있는 강력한 방법을 개발하기 위해.
• 왓의 쌍곡선에서 유도된 기하학적 제약 조건을 활용하여 렌즈 모델의 고차원 매개변수 공간을 줄이기 위해.
• 렌즈 강도의 산산이 흩어짐을 기반으로 한 물리적으로 타당한 도구로 모델 선택을 위한 도구를 제안하기 위해.
• 모델의 성능을 확정된 렌즈와 무작위 구성에 대해 평가하여 분류 능력을 평가하기 위해.
• 수작업 검토가 불가능한 대규모 설문조사(예: 가이아)에서 렌즈된 활성은하핵을 식별하기 위한 확장 가능한 도구를 제공하기 위해.

제안 방법

• 렌즈 중심, 소스 위치, 네 개의 이미지 위치가 주 축과 정렬된 직각 쌍곡선 상에 존재하도록 제약하는 왓의 쌍곡선을 활용한다.
• 위치 각도, 축 비율, 척도의 쌍곡선 매개변수를 풀어 모델 공간을 7차원에서 3차원으로 줄인다.
• 일관된 등방성 타원형 잠재력의 경우, 소스 중심에 위치한 보완 타원을 식별하며, 이는 잠재력과 같은 축 비율을 가지지만 90도 회전시킨다.
• 이미지 위치와 보완 타원에서 계산된 렌즈 강도의 산산이 흩어짐을 주요 도구로 사용하여 가장 잘 맞는 모델을 선택한다.
• 이 방법을 단위 원 안에서 29개의 스펙트럼적으로 확인된 4중 렌즈와 100개의 무작위로 생성된 4중 쌍에 적용한다.
• 세 개 이상의 이미지가 쌍곡선의 한 분지 위에 있을 경우, 이는 렌즈 시스템에서 예상되는 대칭성을 위반하므로 이러한 모델을 기각한다.

실험 결과

연구 질문

• RQ1 왓의 쌍곡선을 사용하여 4중 렌즈된 활성은하핵의 모델링을 위한 매개변수 공간을 상당히 줄일 수 있는가?
• RQ2 일관된 등방성 타원형 잠재력에 대해 보완 타원이 소스 위치와 렌즈 위치에 대한 신뢰할 수 있는 기하학적 제약 조건을 제공하는가?
• RQ3 렌즈 강도의 산산이 흩어짐이 진짜 렌즈와 무작위 4중 쌍을 구별하는 데 효과적인 도구로 기능할 수 있는가?
• RQ4 무작위 구성에 적용했을 때 이 방법의 거짓 양성률은 얼마이며, 알려진 렌즈를 얼마나 잘 유지하는가?
• RQ5 외부 힘 또는 다중 렌즈 간성 체계는 모델의 가정에서 얼마나 벗어나는가?

주요 결과

• 이 방법은 왓의 쌍곡선을 활용하여 모델 공간을 7차원에서 3차원으로 성공적으로 줄여 효율적인 검색과 피팅을 가능하게 하였다.
• 렌즈 강도의 산산이 흩어짐을 기반으로 한 도구는 모델 순위를 효과적으로 매기며, 산산이 흩어짐이 적을수록 렌즈 잠재력과의 일관성이 높다는 것을 나타낸다.
• 29개의 알려진 렌즈 중 24개는 100개의 무작위 4중 쌍 중 98%가 제거된 선택 상자 내에서 유지되었으며, 이는 강력한 분류 능력을 나타낸다.
• 이 방법은 거짓 양성률이 2%에 불과하며, 100개의 무작위 4중 쌍 중 단 두 개만 선택 기준을 통과하였다.
• HE0230-2130 및 PS0630-1201과 같은 시스템는 다중 렌즈 간성 또는 상당한 외부 힘을 포함하고 있어 산산이 흩어짐이 높고 기각되었으며, 이는 모델의 한계를 확인한다.
• q ≤ 0.5인 시스템에서는 모델이 잘 작동하지 않으며, 이는 일관된 등방성 타원형 잠재력의 물리적 한계인 q ≥ 0.5(면이 평평한 간성의 경우)를 위반하기 때문이다.