The Three Hundred 模拟中的星系对 II：研究束缚星系对并通过机器学习识别它们

利用 The Three Hundred 项目的数据集，即 324 个团尺度暗晕的水动力学重模拟及其周围半径 15 $h^{-1}$Mpc 的区域，我们研究高密度环境中的星系对。通过将星系的 3D 坐标投影到 2D 平面，我们应用观测技术寻找星系对。基于先前同一模拟中星系群的理论研究，我们能够根据星系对是否引力束缚将其分类为“真”或“假”。我们发现真对的比例（纯度）关键取决于寻找星系对所用的特定阈值，在最严格情形下从约 30% 到超过 80% 不等。然而，在这些非常严格的情形下，我们看到样本的完备性较低，未能找到大量的真对。因此，我们训练了一种机器学习算法，基于构成星系对的星系性质来帮助识别这些真对。借助使用所有天体一组性质训练的机器学习模型，我们展示在使用默认观测阈值时纯度与完备性均可显著提升。此外，该机器学习模型还揭示了区分真对时最重要的性质，主要是星系的大小与质量、它们的自旋参数、气体含量及其恒星成分的形状。