约束星系近期恒星形成历史：一种近似贝叶斯计算途径
星系天体物理
2020-03-25 v1 统计方法学
机器学习
摘要
[删节] 尽管星系被认为遵循恒星形成率与恒星质量间的紧密关系，它们仍预期展现复杂的恒星形成历史（SFH），伴随短期涨落。本初步研究旨在提出一种方法，以识别在过去数十至数百 Myr 内经历恒星形成活动剧烈变化的星系。换言之，所提方法将判定：为恰当模拟 SED，是否需要过去几百 Myr 内 SFH 的变异，而非平滑正常 SFH。为此，我们利用高信噪比宽带测光分析 COSMOS 星系样本。我们应用近似贝叶斯计算——一种用于模型选择的前沿统计方法——并结合机器学习算法，基于观测到的星系通量密度比给出偏好柔性 SFH 的概率。我们给出该方法并将其测试于模拟 SED 样本。输入算法的信息为各星系的一组宽带 UV 到 NIR（静止系）通量比。该方法在恢复正确 SFH 上的错误率为 21%，且对大于 1 dex 的 SFR 变化敏感。以 CIGALE 进行的更传统 SED 拟合方法经测试欲达同一目标，基于通过贝叶斯信息准则的拟合比较，但其最佳错误率更高，为 28%。我们将新方法应用于 COSMOS 星系样本。具有强烈至决定性证据反对平滑 delayed- SFH 的星系之恒星质量分布，在较低 M* 处达峰，相较于偏好平滑 delayed- SFH 的星系。我们讨论此结果非源于训练所致任何偏倚。最后，我们认为需要柔性 SFH 以覆盖尽可能大的 SFR-M* 参数空间。
引用
@article{arxiv.2002.07815,
title = {Constraining the recent star formation history of galaxies : an Approximate Bayesian Computation approach},
author = {G. Aufort and L. Ciesla and P. Pudlo and V. Buat},
journal= {arXiv preprint arXiv:2002.07815},
year = {2020}
}