使用 UMLAUT 识别大型光谱巡天中的单条谱线：一种基于无偏拓扑的无监督机器学习算法
星系天体物理
2021-12-22 v1
摘要
当同一光谱中清晰可见多条谱线特征时，发射线的证认是明确的。然而，在许多情况下，只探测到一条谱线，这使得正确确定红移变得困难。我们开发了一种免费可用的、基于无偏拓扑的无监督机器学习算法 (UMLAUT)，该算法可用于非常广泛的场景，包括单条发射线的证认。为此，该算法结合了不同的信息源，例如发射源的视星等、大小和颜色，以及探测到的谱线的等值宽度和波长。在每个具体案例中，该算法会自动识别最相关的信息源（即那些能够最小化与输出参数相关的离散度的信息源）。其输出可以轻松集成到不同的算法中，使我们能够结合监督和无监督技术，从而提高整体精度。我们在 WISP (WFC3 IR Spectroscopic Parallel) 巡天数据上测试了我们的软件。WISP 是与未来 Euclid 和 Roman 任务将要进行的近红外光谱巡天最接近的现有类似项目之一。这些任务将通过近红外无缝光谱巡天观测大范围的河外天空，探测到相当比例的单条发射线，从而研究宇宙的大尺度结构。在我们的测试中，UMLAUT 在 83.2% 的情况下正确识别了真实谱线。当将我们的无监督方法与我们先前开发的监督方法相结合时，精度略有提高 (84.4%)。
引用
@article{arxiv.2111.01807,
title = {Identification of single spectral lines in large spectroscopic surveys using UMLAUT: an Unsupervised Machine Learning Algorithm based on Unbiased Topology},
author = {I. Baronchelli and C. M. Scarlata and L. Rodriguez-Muñoz and M. Bonato and L. Morselli and M. Vaccari and R. Carraro and L. Barrufet and A. Henry and V. Mehta and G. Rodighiero and A. Baruffolo and M. Bagley and A. Battisti and J. Colbert and Y. S. Dai and M. De Pascale and H. Dickinson and M. Malkan and C. Mancini and M. Rafelski and H. I. Teplitz},
journal= {arXiv preprint arXiv:2111.01807},
year = {2021}
}