[论文解读] Identifying and Repairing Catastrophic Errors in Galaxy Properties Using Dimensionality Reduction

Hovis-Afflerbach, Beryl, Steinhardt, Charles L.+2 more|arXiv (Cornell University)|Dec 14, 2020

Galaxies: Formation, Evolution, Phenomena被引用 6

一句话总结

本文提出了一种新方法，利用t-SNE降维技术在光度颜色空间中识别异常值，以检测并校正星系巡天中的灾难性光度红移误差。通过标记在t-SNE图中其红移与最近邻显著偏离的星系，该方法实现了高精度的灾难性误差识别，且误报率较低，尽管由于误标和测量不确定性，红移校正仍具挑战性。

ABSTRACT

Our understanding of galaxy evolution is derived from large surveys designed to maximize efficiency by only observing the minimum amount needed to infer properties for a typical galaxy. However, for a few percent of galaxies in every survey, these observations are insufficient and derived properties can be catastrophically wrong. Further, it is currently difficult or impossible to determine which objects have failed, so that these contaminate every study of galaxy properties. We develop a novel method to identify these objects by combining the astronomical codes which infer galaxy properties with the dimensionality reduction algorithm t-SNE, which groups similar objects to determine which inferred properties are out of place. This method provides an improvement for the COSMOS catalog, which already uses existing techniques for catastrophic error removal, and therefore should improve the quality of large catalogs and any studies which are sensitive to large redshift errors.

研究动机与目标

• 为解决大型星系巡天中持续存在的灾难性光度红移误差问题，此类误差可能严重偏倚星系演化研究。
• 开发一种不依赖光谱红移或复杂物理建模的检测方法。
• 提升光度红移星表的可靠性，尤其针对高红移和暗弱星系，这些区域的误差影响最为显著。
• 通过仅针对最可能出错的天体进行目标化处理，提高有限光谱资源的利用效率。

提出的方法

• 对星系光度数据应用t-SNE降维，生成二维映射，使相似天体在空间中聚集。
• 利用所得t-SNE映射识别其光度红移与最近邻显著偏离的星系。
• 基于局部邻域内红移不一致性，将此类异常值标记为潜在的灾难性误差候选者。
• 通过更高分辨率网格或基于邻近星系的平均值重新计算标记对象的红移，以实现误差校正。
• 使用COSMOS2015星表中的光谱红移作为真实值验证该方法。
• 通过误报率和漏报率评估性能，并评估校正精度。

实验结果

研究问题

• RQ1 在光度颜色空间中基于t-SNE的聚类能否有效识别具有灾难性光度红移误差的星系？
• RQ2 在缺乏光谱红移的情况下，该方法的性能与现有误差检测技术相比如何？
• RQ3 能否利用邻近星系的红移信息对标记星系的红移进行有效校正？
• RQ4 该方法在真实星表（如COSMOS2015）中的误报率是多少？
• RQ5 该方法是否可推广至暗弱或误差率更高的巡天，其中光谱后续观测资源有限？

主要发现

• 基于t-SNE的方法在COSMOS2015星表中以极低的误报率成功识别出灾难性红移误差候选者。
• 超过99%的具有光谱红移的星系位于zphot = zspec线的±6σ范围内，而灾难性误差（相对偏差>15%）约占0.5%的案例。
• 该方法通过在t-SNE图中识别局部邻域内的红移差异，有效检测出这些异常值。
• 尽管检测精度高，但由于误标和测量不确定性，标记对象的红移校正效果较差。
• 当应用于内在误差率较高的星表时，该方法最为有效，如光谱后续观测有限的巡天。
• 该方法提示，灾难性误差可能源于个别光度波段的问题，如饱和或星系混合，这些可作为未来数据处理流程改进的切入点。