用于快速星系推断和异常检测的物理信息变分自编码器
天体物理仪器与方法
2023-12-29 v1 星系天体物理
摘要
薇拉·C·鲁宾天文台计划在其为期十年的时空遗产巡天中观测近200亿个星系。其收集的丰富成像数据将成为探测宇宙时间尺度上的星系演化、表征瞬变现象的宿主星系以及识别新型异常系统群的宝贵资源。为促进这些研究，我们引入了一个卷积变分自编码器，训练其从多波段成像数据估计星系的红移、恒星质量和恒星形成率。我们在暗能量相机遗产巡天成像的约26,000个红移z<1的星系光谱样本上训练和测试了我们的物理信息CVAE。我们表明，我们的模型在推断红移和恒星质量方面比最新的基于图像的自监督学习方法更准确，并且比计算密集的SED拟合技术快100倍以上。利用文献中报道的一小部分绿豌豆和红螺旋星系样本，我们进一步展示了如何使用该CVAE快速识别稀有星系群并解释其独特之处。
引用
@article{arxiv.2312.16687,
title = {A Physics-Informed Variational Autoencoder for Rapid Galaxy Inference and Anomaly Detection},
author = {Alexander Gagliano and V. Ashley Villar},
journal= {arXiv preprint arXiv:2312.16687},
year = {2023}
}
备注
Accepted to the "Machine Learning and the Physical Sciences" Workshop at NeurIPS 2023