Автоматические методы поиска слияний галактик: сравнение SSL и CAS
Следы взаимодействий между галактиками — приливные хвосты, потоки и оболочки — помогают астрономам изучать историю слияний. С ростом объёмов данных, особенно от будущей обсерватории Веры Рубен (LSST), автоматические методы обнаружения становятся необходимыми. В новом исследовании, представленном на arXiv, сравниваются два подхода: модель на основе самообучающегося обучения (SSL) и традиционный метод концентрации-асимметрии-гладкости (CAS).
В качестве эталона использовалась визуальная классификация, которая выявила признаки возмущений у 25,1% галактик выборки. Однако этот метод чувствителен к расстоянию до объекта и качеству изображения, что ограничивает обнаружение слабых структур.
Модель SSL, обученная на небольшом наборе данных (только линейный классификатор), достигла полноты 86% и низкой загрязнённости (0,2). Это значит, что она находит большинство возмущённых систем, включая галактики с тусклыми приливными деталями, давая более полную картину слияний.
Метод CAS с традиционным порогом асимметрии >0,35 показал высокую точность (77%), но низкую полноту (20%). Он отбирает «чистые» примеры, но пропускает многие возмущённые объекты. Таким образом, CAS консервативен, а SSL — более всеобъемлющ.
Исследователи также обнаружили, что и визуальная классификация, и SSL фиксируют значимую положительную корреляцию между звёздной массой галактики и долей возмущённых систем, тогда как CAS даёт лишь слабую зависимость. Это подчёркивает важность выбора метода для различных научных задач.
Результаты помогут оптимизировать обработку данных будущих обзоров, таких как LSST, где автоматическая классификация миллионов галактик станет ключевой задачей. Метод SSL может стать основой для поиска редких и слабых признаков слияний, а CAS — для формирования чистых выборок для детального анализа.
