[论文解读] The VIMOS Public Extragalactic Redshift Survey (VIPERS). Unsupervised classification with photometric redshifts: a method to accurately classify large galaxy samples without spectroscopic information

M. Siudek, K. Małek+36 more|arXiv (Cornell University)|May 24, 2018

Astronomy and Astrophysical Research参考文献 4被引用 10

一句话总结

本文提出一种无监督机器学习方法，利用光度红移和rest-frame星等对 z ~ 0.7 处的星系进行分类，准确率可与光谱分类相媲美。Fisher 期望最大化（FEM）算法成功识别出四类主要星系——红色、绿色、蓝色和异常值，分类精度高，红色星系准确率达 92%，蓝色/绿色类合并准确率达 96%，表明仅凭光度数据即可实现对大型巡天（如 Euclid 或 LSST）中星系的稳健分类。

ABSTRACT

Techniques to classify galaxies solely based on photometry will be necessary for future large cosmology missions, such as Euclid or LSST. However, the precision of classification is always lower in photometric surveys and can be systematically biased with respect to classifications based upon spectroscopic data. We verified how precisely the detailed classification scheme introduced by Siudek et al. (2018, hereafter: S1) for galaxies at z~0.7 could be reproduced if only photometric data are available. We applied the Fisher Expectation-Maximization (FEM) unsupervised clustering algorithm to 54,293 VIPERS galaxies working in a parameter space of reliable photometric redshifts and 12 corresponding rest-frame magnitudes. The FEM algorithm distinguishes four main groups: (1) red, (2) green, (3) blue, and (4) outliers. Each group is further divided into 3, 3, 4, and 2 subclasses, respectively. The accuracy of reproducing galaxy classes using spectroscopic data is high: 92%, 84%, 96% for red, green, and blue classes, respectively, except for dusty star-forming galaxies. The presented verification of the photometric classification demonstrates that large photometric samples can be used to distinguish different galaxy classes at z > 0.5 with an accuracy provided so far only by spectroscopic data except for particular galaxy classes.

研究动机与目标

• 开发一种无需依赖光谱数据的稳健无监督分类方法，适用于大规模星系样本。
• 评估光度红移和 rest-frame 星等是否能够复现此前基于光谱数据建立的详细星系分类方案。
• 评估 FEM 聚类算法在仅使用光度数据的情况下，对 z ~ 0.7 处星系类型区分的性能。
• 识别在分类特定亚型（如尘埃遮蔽的恒星形成星系）时的局限性，此类情况仍需光谱精度。
• 通过对比光度分类与光谱分类，验证利用光度巡天进行星系演化研究的可行性。

提出的方法

• 将 FEM（Fisher 期望最大化）无监督聚类算法应用于 VIPERS 巡天中的 54,293 个星系。
• 输入特征包括可靠的光度红移（σ ≈ 0.03，η ≈ 2%）和 12 个 0.7 红移范围内的 rest-frame 星等。
• 该算法识别出四类主要星系：红色、绿色、蓝色和异常值，分别进一步细分为 3、3、4 和 2 个子类。
• 通过混淆矩阵比较光度分类（PHOT）与光谱分类（SPEC）来评估分类准确率。
• 该方法在无先验标签的情况下进行训练，仅依赖数据的统计结构以发现自然分组。
• 利用大规模、校准良好的光谱样本对方法进行验证，以基准化光度分类的性能。

实验结果

研究问题

• RQ1 使用光度红移进行无监督聚类能否复现此前基于光谱数据推导出的详细星系分类方案？
• RQ2 在无光谱红移的情况下，光度数据能否以高精度将星系分类为红色、绿色和蓝色类型（z ~ 0.7）？
• RQ3 光度分类在特定星系亚型（如尘埃遮蔽的恒星形成星系或 AGN）上的局限性是什么？
• RQ4 光度红移精度在无监督学习中对星系分类保真度的影响有多大？
• RQ5 FEM 算法能否在无先验训练的情况下，可靠地识别大规模光度巡天中的异常值和稀有星系类型？

主要发现

• 在将光度分类与光谱分类对比时，FEM 算法对红色星系类别的复现准确率达到 92%。
• 蓝色与绿色星系类别的合并分类准确率达 96%，表明基于颜色的主要划分具有高度一致性。
• 绿色星系类别的准确率为 84%，性能较低可能源于中间颜色星系的复杂性。
• 尘埃遮蔽的恒星形成星系类别（SPEC 类别 8）在光度分类中恢复效果较差，准确率仅为 60%，表明需要更高精度的 SED 建模。
• 宽线 AGN 和恒星类（SPEC 类别 12）与光度分类的吻合度仅 30%，表明光度数据中恒星与 AGN 类似天体存在混淆。
• 总体而言，光度分类与光谱分类相比无显著偏差，证实该方法在大规模巡天中的稳健性。