基于相时空聚类的星系形成与演化：FuzzyCat ∘ AstroLink

我们展示了两个无监督聚类算法 $\texttt{AstroLink}$ 和 $\texttt{FuzzyCat}$ 的组合如何成为研究星系形成与演化的强大工具。$\texttt{AstroLink}$ 是一种通用的天体物理聚类算法，用于从定义在任意特征空间上的点云数据中提取有意义的分层结构，而 $\texttt{FuzzyCat}$ 是一种广义的软聚类算法，将底层数据过程的动力学效应传播到稳定模糊簇的模糊层次中。因此，它们的组合 $\texttt{FuzzyCat}$ $\circ$ $\texttt{AstroLink}$ 可以识别任何基于点的数据集中由底层过程的变化所引起的、具有天体物理和统计意义的模糊簇的模糊层次。此外，该流水线无需依赖关于数据、变化过程、特定结构类型数量/重要性或大量用户输入的强假设——从而使其适用于物理科学的广泛领域。我们发现，在将模拟星系结构分解为其组成部分的任务中，这种上下文无关的方法对提取结构的多样性和完整性以及它们在更广泛的星系结构层次中的关系产生了实质性影响——揭示了矮星系、落入星系团、恒星流（及其前身）、恒星壳、星系核球和恒星形成区。