应用无监督学习解析演化历史并探索 IllustrisTNG 中的星系-晕关联

我们考察了使用高斯混合模型的无监督机器学习识别 IllustrisTNG-100 星系中不同演化历史的有效性。我们聚焦于对压缩金属丰度历史和恒星形成历史进行聚类如何产生具有不同演化性质（包括晕质量聚集与并合历史）的星系子群。相比之下，使用测光颜色进行聚类未能解析此类历史。我们识别出若干引人关注的族群，反映了文献所支持的多种演化情景。值得注意的是，我们识别出居住在红序上部、$M_{*} > 10^{10} M_{\odot}$ 的星系族群，其在固定质量下具有显著更高的外源并合质量分数，且恒星形成历史尚未完全淬灭，而与红序上重叠的、以卫星星系为主的族群截然不同，后者明显宁静。将聚类扩展为四个簇而非三个进一步划分了宁静星系，而恒星形成星系大多包含于单一簇中，展示了多种得到支持的淬灭路径。除这些族群外，我们还从其他簇中识别出若干可直接应用于观测巡天的族群，包括与后星暴（PSB）星系相关的族群，从而允许在观测背景下扩展本工作，并佐证 IllustrisTNG 生态系统内的结果。