仅在恒星形成型 2 型塞弗特星系中存在并合后增强：深度学习视角

超大质量黑洞需要在其宿主星系中心拥有冷气体储库才能吸积并作为活动星系核 (AGN) 发光。主要并合有能力驱动气体快速向内运动，但试图将并合与 AGN 联系起来的观测发现了混合的结果，这是由于在巡天中一致识别星系并合存在困难。本研究将深度学习应用于此问题，使用卷积神经网络来识别来自巡天真实成像的模拟并合后星系。这提供了一种快速且可重复的替代人工视觉检查的方法。利用该工具，我们检查了斯隆数字巡天 (Sloan Digital Sky Survey) 中红移 z < 0.3 的约 8500 个塞弗特 2 型星系样本 (L[OIII] ~ $10^{38.5 - 42}$ erg/s)，发现其并合比例为 $2.19_{-0.17}^{+0.21}$\%，而在非活动控制星系中该比例为 $2.96_{-0.20}^{+0.26}$\%，表明与控制组相比，AGN 宿主中总体上缺乏并合。然而，将控制组与 AGN 宿主在恒星质量和恒星形成率上进行匹配后发现，位于恒星形成蓝云中的 AGN 宿主表现出比控制组高出约 $2\times$ 的并合增强，而位于静止红序列中的宿主则具有显著较低的相对并合比例，这是由于 $M_{\ast} -$SFR 分布不同导致的观测到的总体缺失。我们得出结论，虽然并合不是附近宇宙中所有低光度、 obscured AGN 活动的主要触发因素，但对于通过恒星形成追踪具有较高冷气体质量分数的星系中的 AGN 供能而言，并合更为重要。