[논문 리뷰] The S-PLUS: a star/galaxy classification based on a Machine Learning approach

M. V. Costa-Duarte, L. Sampedro외 33명|arXiv (Cornell University)|2019. 09. 18.

Galaxies: Formation, Evolution, Phenomena참고 문헌 14인용 수 16

한 줄 요약

이 논문은 12개의 S-PLUS 광학적 대역과 형태학적 파arameter를 기반으로 훈련된 Random Forest 기계학습 모델을 사용하여 S-PLUS 설문의 항성/은하성 분류를 제시한다. FWHM/PSF의 포함은 정확도를 95.0%로 향상시켜 색-색 도표에서의 오분류를 줄이고, 별 오염이 낮은 약 18,000개의 은하계 점원자원 목록을 청소하고자 한다.

ABSTRACT

We present a star/galaxy classification for the Southern Photometric Local Universe Survey (S-PLUS), based on a Machine Learning approach: the Random Forest algorithm. We train the algorithm using the S-PLUS optical photometry up to $r$=21, matched to SDSS/DR13, and morphological parameters. The metric of importance is defined as the relative decrease of the initial accuracy when all correlations related to a certain feature is vanished. In general, the broad photometric bands presented higher importance when compared to narrow ones. The influence of the morphological parameters has been evaluated training the RF with and without the inclusion of morphological parameters, presenting accuracy values of 95.0\% and 88.1\%, respectively. Particularly, the morphological parameter { m FWHM/PSF} performed the highest importance over all features to distinguish between stars and galaxies, indicating that it is crucial to classify objects into stars and galaxies. We investigate the misclassification of stars and galaxies in the broad-band colour-colour diagram $(g-r)$ versus $(r-i)$. The morphology can notably improve the classification of objects at regions in the diagram where the misclassification was relatively high. Consequently, it provides cleaner samples for statistical studies. The expected contamination rate of red galaxies as a function of the redshift is estimated, providing corrections for red galaxy samples. The classification of QSOs as extragalactic objects is slightly better using photometric-only case. An extragalactic point-source catalogue is provided using the classification without any morphology feature (only the SED information) with additional constraints on photometric redshifts and { m FWHM/PSF} values.

연구 동기 및 목표

• S-PLUS 설문을 위한 고차원 광학 데이터를 다룰 수 있는 기계학습 기반의 강력한 항성/은하성 분류 방법 개발.
• 스펙트로스코픽 적색편이가 없는 조건에서 형태학적 파rameter—특히 FWHM/PSF—가 분류 정확도에 미치는 영향 평가.
• 광학적 적색편이, FWHM/PSF, 광학적 SED를 조합하여 별 오염을 최소화한 청소된 은하계 점원자원 목록 제작.
• 은하계 통계 연구의 향상에 기여하기 위해 적색은하 샘플에서의 별 오분류 비율을 적색편이에 따라 정량화함.

제안 방법

• S-PLUS와 SDSS/DR13 데이터의 일치 샘플을 기반으로 12개의 S-PLUS 광학 대역과 형태학적 파rameter(FWHM/PSF, 타원도, 농도)를 사용하여 Random Forest 분류기 훈련.
• 모델은 724,000개의 훈련 샘플과 200,000개의 테스트 샘플을 사용하며, S-PLUS에서 광학 대역의 누락을 고려해 총 510개의 별도 Random Forest 모델을 훈련.
• 특징 중요도는 특정 특징과의 상관관계를 제거했을 때 초깃정확도가 얼마나 감소하는지로 측정되며, FWHM/PSF가 가장 높은 중요도를 보임.
• 형태학적 파rameter의 영향을 분리하기 위해 광학적 특징과 형태학적 특징을 포함하거나 제외한 상태에서 분류 성능 평가를 수행하고, (g−r) 대비 (r−i) 색-색 도표에서의 오분류 정도를 분석.
• 광학적 SED, 광학적 적색편이(z_b > 0.002), FWHM/PSF > 1.0 및 < 1.5, P_gal > 0.5 조건을 만족하는 자료만을 사용하여 은하계 점원자원 목록을 구성.
• 적색편이에 따라 오분류된 적색은하의 별 오염 비율을 추정하여 향후 은하계 통계 분석에서의 오염 보정 가능.

실험 결과

연구 질문

• RQ1 형태학적 파rameter, 특히 FWHM/PSF의 포함이 S-PLUS와 같은 광학 설문에서 항성/은하성 분류 정확도에 어떻게 기여하는가?
• RQ2 S-PLUS 설문에서 항성과 은하를 가장 효과적으로 구분하는 데 기여하는 광학 대역은 넓은 대역인지 좁은 대역인지?
• RQ3 (g−r) 대비 (r−i) 색-색 도표에서 항성과 은하의 오분류가 가장 심각한 영역은 어디이며, 형태학적 특징은 어떻게 이 불확실성을 줄이는가?
• RQ4 적색은하 샘플에서 기대되는 별 오염 비율은 적색편이에 따라 어떻게 변화하며, 향후 은하계 통계 연구에서 이를 어떻게 보정할 수 있는가?
• RQ5 형태학적 파rameter 없이도 광학적 SED, 광학적 적색편이, FWHM/PSF만을 사용하여 신뢰할 수 있는 청소된 은하계 점원자원 목록을 구성할 수 있는가?

주요 결과

• 광학 및 형태학적 특징을 모두 사용할 경우 FWHM/PSF를 포함한 형태학적 파rameter의 포함으로 분류 정확도가 88.1%에서 95.0%로 향상됨.
• FWHM/PSF는 모델 정확도의 33% 이상 기여하여 항성과 은하를 분리하는 데 핵심적인 역할을 함.
• 신호 대 잡음 비율이 높아 넓은 대역이 약간 더 중요한 반면, 좁은 대역 중 J0410 대역은 D_n4000를 추적하고 은하계 내외의 소스를 구분하는 데 핵심적임.
• 형태학적 특징이 포함될 경우 (g−r) 대비 (r−i) 색-색 도표에서의 오분류가 뚜렷이 감소하며, 특히 불확실성이 높은 영역에서 두드러짐.
• 최종 은하계 점원자원 목록은 약 18,000개의 객체를 포함하며, SED 정보, 광학적 적색편이(z_b > 0.002), FWHM/PSF가 1.0에서 1.5 사이이며, P_gal > 0.5 조건을 만족하는 자료로 구성됨.
• 본 연구는 적색은하 샘플에서의 별 오염 비율을 적색편이에 따라 추정함으로써 향후 은하계 통계 분석에서의 오염 보정 가능성을 제공함.