Искусственный интеллект классифицирует галактики по BPT-диаграмме с точностью 82%

Исследователи из международной группы применили методы глубокого обучения для автоматической классификации галактик по BPT-диаграмме — одному из основных инструментов диагностики источников ионизации в галактиках. Статья опубликована на сервере препринтов arXiv.

BPT-диаграмма (по фамилиям Болдуина, Филлипса и Терлевича) традиционно разделяет галактики на звездообразующие, композитные и активные ядра (АЯГ). Однако её широкое применение в обзорах ограничено необходимостью измерений эмиссионных линий с высоким отношением сигнал/шум.

Учёные решили выяснить, могут ли модели машинного обучения воспроизводить шестиклассовую BPT-классификацию, используя не только измеренные величины и производные отношения линий, но и информацию о пропущенных данных, которая сама по себе может нести важные сигналы. Была проанализирована выборка из 1,47 миллиона галактик с 27 признаками.

Пять архитектур глубоких табличных моделей (включая CNN-Transformer) сравнили с градиентным бустингом и классическими алгоритмами. Лучший результат показала гибридная модель CNN-Transformer: точность 0,8266 по жёсткой классификации. В бинарном сравнении «звездообразование против АЯГ» (класс 1 vs класс 4) модель достигла ROC AUC 0,9998, что говорит о практически идеальном разделении.

Особенно важным оказался индикатор пропущенного значения OH_P50N — он предоставил существенную предсказательную информацию. Анализ интерпретируемости признаков показал, что комбинация log([NeIII]/[OII]) с массой звезд или удельным темпом звездообразования эффективно отделяет звездообразующие галактики от АЯГ.

Авторы подчёркивают, что модель предназначена не для замены традиционной BPT-диагностики, а для ранжирования кандидатов в АЯГ в крупных обзорах. Высокоранжированные выборки достигают высокой чистоты, а более широкие списки позволяют обнаружить большинство АЯГ. Применимость модели к другим обзорам требует дополнительной проверки.

Работа демонстрирует, что глубокие нейросети могут существенно ускорить обработку данных будущих астрономических обзоров, где объём информации будет измеряться миллиардами объектов.