ИИ SUMAC помог JWST выявить шесть звёздных популяций в линзированной галактике

Международная группа астрофизиков представила новый инструмент для обработки данных космического телескопа JWST. Алгоритм SUMAC (Software for the Uniform Manifold Approximation of Clumps) использует методы машинного обучения для автоматического анализа изображений и спектров галактик, усиленных гравитационным линзированием.

Гравитационное линзирование позволяет изучать далёкие галактики с высоким разрешением, но обработка таких данных обычно требует ручного труда. SUMAC решает эту проблему, применяя комбинацию UMAP (Uniform Manifold Approximation and Projection) и кластеризации HDBSCAN к спектральным энергетическим распределениям отдельных пикселей (спакселей).

Работа алгоритма была продемонстрирована на данных инструмента NIRSpec PRISM IFS, полученных для линзированной галактики SGAS111020.0+645950.8 с красным смещением z=2.481. SUMAC выделил шесть физически различных звёздных и туманных популяций, каждая из которых характеризуется уникальным спектром.

Различия между популяциями проявляются в присутствии и интенсивности линий H?+[OIII], H?+[NII], наклоне континуума в ультрафиолете (?_NUV), силе бальмеровского разрыва и бальмеровском декременте. Более голубые кластеры соответствуют областям с ненарушенным звездообразованием, а красные — пыльным областям.

Разработка SUMAC открывает путь к массовому и объективному анализу данных JWST, позволяя исследовать формирование звёзд в ранней Вселенной без субъективных предпочтений. Метод может быть применён к любым интегрально-полевым наблюдениям и многополосным изображениям.

Результаты опубликованы на сервере препринтов arXiv и ожидают рецензирования. Авторы планируют адаптировать SUMAC для автоматической обработки большого массива данных будущих обзоров.