盘状星系的最大信息贝叶斯建模

在星系形成与演化理论框架下，剖析星系的底层结构至关重要。尽管盘状星系的经典核球+盘分解通常被视作理所当然，但这很少牢固建立在充分利用积分视场单元光谱研究所得丰富数据的基础之上。本工作中，我们描述了一种充分利用测光、运动学与质量-光比数据的盘状星系整体结构全贝叶斯估计方法，可视为迈向机器学习方法的第一步，而在处理更大星系样本时这无疑是必需的。我们的方法在解决星系参数估计问题上是一条新颖的混合路线，既非纯测光也非基于轨道。基于嵌套采样器，我们的代码以在线仓库形式公开可用，允许对分解过程中多组件需求的统计评估。作为首个案例研究，该GPU优化代码被应用于S0星系NGC-7683，发现该星系中心确实存在一疑似为棒状结构遗迹的伪核球。这些结果随后与公开可用的基于轨道的代码DYNAMITE进行对比检验，发现基本一致。