[논문 리뷰] Jellyfish galaxies with the IllustrisTNG simulations -- Citizen-science results towards large distances, low-mass hosts, and high redshifts

Elad Zinger, Gandhali D Joshi외 3명|arXiv (Cornell University)|2023. 04. 18.

Marine Invertebrate Physiology and Ecology인용 수 4

한 줄 요약

이 논문은 Zooniverse 플랫폼을 활용한 시민 과학 프로젝트를 통해 IllustrisTNG 시뮬레이션 내에서 조개류 은하를 분류하며, 적색편이 z=2까지 다양한 적색편이, 주물체 질량(10^10.4에서 10^14.6 M☉), 그리고 반경 위치(비르발 반경을 초월한 곳 포함)에서 시각적으로 확인된 조개류 은하 총 5,307개를 규명하였다. 연구 결과, 조개류 은하 비율은 주물체 질량이 증가함에 따라 증가하고 위성 은하의 별질량이 증가함에 따라 감소하며, 저질량 주물체, 고적색편이, 확장된 할로아 영역에 상당수의 조개류 은하가 존재함을 확인하여, 충격압력 제거 효과의 알려진 매개변수 공간을 확장하였다.

ABSTRACT

We present the ``Cosmological Jellyfish'' project - a citizen-science classification program to identify jellyfish galaxies within the IllustrisTNG cosmological simulations. Jellyfish (JF) are satellite galaxies that exhibit long trailing gas features -- `tails' -- extending from their stellar body. Their distinctive morphology arises due to ram-pressure stripping (RPS) as they move through the background gaseous medium. Using the TNG50 and TNG100 simulations, we construct a sample of $\sim 80,000$ satellite galaxies spanning an unprecedented range of stellar masses, $10^{8.3-12.3}\,\mathrm{M_\odot}$, and host masses of $M_\mathrm{200,c}=10^{10.4-14.6}\,\mathrm{M_\odot}$ back to $z=2$ \citep[extending the work of][]{yun_jellyfish_2019}. Based on this sample, $\sim 90,000$ galaxy images were presented to volunteers in a citizen-science project on the Zooniverse platform who were asked to determine if each galaxy image resembles a jellyfish. Based on volunteer votes, each galaxy was assigned a score determining if it is a JF or not. This paper describes the project, the inspected satellite sample, the methodology, and the classification process that resulted in a dataset of $5,307$ visually-identified jellyfish galaxies. We find that JF galaxies are common in nearly all group- and cluster-sized systems, with the JF fraction increasing with host mass and decreasing with satellite stellar mass. We highlight JF galaxies in three relatively unexplored regimes: low-mass hosts of $M_\mathrm{200,c}\sim10^{11.5-13}\,\mathrm{M_\odot}$, radial positions within hosts exceeding the virial radius $R_\mathrm{200,c}$, and at high redshift up to $z=2$. The full dataset of our jellyfish scores is publicly available and can be used to select and study JF galaxies in the IllustrisTNG simulations.

연구 동기 및 목표

• 우주론적 시뮬레이션에서 인간의 시각적 분류를 활용해 조개류 은하를 식별하고, 전통적인 관측 한계를 초월한다.
• 저질량 주물체 할로아(M_200,c ~ 10^11.5–13 M☉), 비르발 반경을 초월한 영역, 고적색편이(z=2까지)에서 조개류 은하의 퍼짐과 특성 탐색.
• 기계학습 모델 훈련 및 향후 관측 조사 검증을 위해 공개 가능한 고정밀도 시각적 분류된 조개류 은하 데이터셋 구축.
• 다양한 환경과 우주 시간에 걸쳐 충격압력 제거가 은하 진화에 미치는 역할 평가, 특히 탐색이 부족한 영역에서의 영향 분석.
• Zooniverse 기반 시민 과학 프로젝트를 통해 일반 대중을 은하 진화 연구에 참여시켜 과학적 이해도 향상 및 참여 확대.

제안 방법

• TNG50 및 TNG100 시뮬레이션에서 약 80,000개의 위성 은하 샘플을 선별하였으며, 별질량 범위는 10^8.3에서 10^12.3 M☉, 주물체 질량는 10^10.4에서 10^14.6 M☉로, 적색편이 z=2까지 확장되었다.
• 은하 이미지가 Zooniverse 플랫폼에 제출되어, 자원봉사자들이 시각적 형태에 기반해 각 은하를 '조개류' 또는 '아님'으로 분류하였다.
• 각 은하에 대해 자원봉사자 중 조개류로 식별한 비율에 기반한 분류 점수가 산정되었으며, 최종 JF 샘플을 정의하기 위해 임계값이 적용되었다.
• 분류 파이프라인은 일관성과 신뢰성을 확보하기 위해 100개 은하로 구성된 피LOT 프로젝트를 통해 검증되었다.
• 최종적으로 5,307개의 조개류 은하로 구성된 데이터셋이 편성되었으며, GitHub에 관련 분석 스크립트도 함께 공개되었다.
• 이 연구는 IllustrisTNG 시뮬레이션의 광범위한 동적 범위를 활용해 주물체 질량, 적색편이, 반경 위치에 따른 조개류 은하의 인구 통계를 탐색하였다.

실험 결과

연구 질문

• RQ1 충격압력 제거가 덜 기대되는 저질량 주물체 할로아(M_200,c ~ 10^11.5–13 M☉)에서 조개류 은하 비율은 얼마인가?
• RQ2 비르발 반경(R_200,c)을 초월한 곳에서 조개류 은하는 얼마나 흔한가? 그들의 주물체 및 위성 특성은 어떠한가?
• RQ3 특히 z > 1.5에서, 조개류 은하 비율의 적색편이 변화는 어떻게 되며, 원시 클러스터와 소규모 군집에서 어떻게 나타나는가?
• RQ4 조개류 은하의 특성(예: 별질량, 주물체 질량, 반경 위치)은 그 가시성과 분류 신뢰도와 어떻게 상관관계가 있는가?
• RQ5 다양한 환경에서 고해상도 우주론적 시뮬레이션에서 시민 과학이 조개류 형태를 신뢰성 있게 식별할 수 있는가?

주요 결과

• TNG100 및 TNG50 시뮬레이션에서 시각적으로 분류된 조개류 은하 총 5,307개를 식별하였으며, 향후 연구를 위한 공개 가능한 데이터셋으로 제공되었다.
• 조개류 은하 비율은 주물체 질량이 증가함에 따라 증가하고 위성 별질량이 증가함에 따라 감소하며, 충격압력 제거 기대와 일치한다.
• 전체 조개류 은하의 약 25%가 비르발 반경(R_200,c)을 초월한 곳에 존재하며, 고질량 주물체에서는 몇 퍼센트가 2R_200,c를 초월한 곳에도 발견되었다.
• 적색편이 z=1.5–2에서는 소규모 군집 및 원시 클러스터(10^12–14 M☉)에서 조개류 은하가 발견되었으며, 이러한 시스템의 위성 인구의 약 10%를 차지한다.
• z=0–2 범위에서 조개류 은하 비율은 적색편이에 따라 거의 변화가 없지만, 저별질량 범주에서는 적색편이 감소함에 따라 비율이 증가한다.
• 이 데이터셋은 향후 기계학습 응용에 기여할 수 있으며, 초기 테스트 결과에서 복소 신경망을 사용한 시뮬레이션된 조개류 형태 훈련에 매우 유망한 결과를 보였다.