从图像到物理：基于 VAE 与正规化流的星系参数与发射线概率推断

我们引入一种基于变分自编码器 (VAE) 和正规化流 (Normalizing Flow, NF) 的框架，用于对 SDSS \textit{gri} 图像和光度数据中 $z \leq 0.3$ 的星系进行快速概率推断。该模型对给定星系概率性推断星质量、星形成率 (SFR)、红移、气相金属丰度以及中心超星际黑洞质量。该模型的准确性与当前非光谱方法相当于星质量和红移，超过后者于 SFR 和金属丰度，并首次引入了从图像+光度数据推断的概率性中心超星际黑洞质量估计。它还直接从图像提供 H$\alpha$、H$\beta$、[N~\textsc{ii}] 和 [O~\textsc{iii}] 发射线通量的概率性估计，无需光谱即可实现 SFR、金属丰度、灰尘以及 AGN/冲击诊断。该方法为即将到来的如罗马号和 Rubin LSST 等新一代观测survey 开辟了可扩展且基于物理的推断新途径。