星系簇年龄在其环境中的编码程度？探索基于 PHANGS-HST 成像和卷积神经网络的空间年龄信息
信息检索
2026-03-10 v1 人工智能
软件工程
摘要
星系簇的环境随着恒星反馈改变星际介质以及动力学过程重新组织周围恒星场的结构而演化。作为约单一年龄的群星簇，星系簇可作为时钟来追踪这些环境变化。本 exploratory 研究中，我们测试卷积神经网络 (CNN) 是否能够识别簇环境中与年龄相关的变化。我们采用来自 PHANGS (Physics at High Angular resolution in Nearby GalaxieS) HST 调查中五带 UV-可见光面积光度 photometry 的基本 SED 拟合得到的簇年龄。我们首先展示，CNN 可被训练在以簇为中心的图像裁剪中直接从成像中恢复年龄。这一演示为本研究提供了基础，该研究检查 CNN 用于预测年龄所使用的信息是否连贯且具有物理意义。我们进行受控的图像遮蔽实验作为可解释人工智能方法。这些结果表明，CNN 在没有簇光的情况下以及当 SED 形状信息被合并到单一图像中时，仍能从环境中提取年龄预测线索。我们发现，在最年轻 (<10 Myr) 和最年老 (>1 Gyr) 的年龄时，更依赖环境信息，因为此时簇的颜色相似。我们的结果与长期认可的观点一致，即簇环境随年龄系统性演化。我们展示了这种信息以机器学习可检测的水平编码，并且可从宽带成像中恢复。这为使用新技术将基于图像的年龄推断与簇环境的物理演化相连接 establish 了一条路径。
关键词
引用
@article{arxiv.2603.07287,
title = {Do Deployment Constraints Make LLMs Hallucinate Citations? An Empirical Study across Four Models and Five Prompting Regimes},
author = {Chen Zhao and Yuan Tang and Yitian Qian},
journal= {arXiv preprint arXiv:2603.07287},
year = {2026}
}