用于重建银河系并合历史的优化 HDBSCAN 聚类：应用与局限性

聚类算法可以通过在运动学或化学丰度空间中识别具有相似性质的恒星群来帮助重建银河系的组装历史。尽管是有前景的工具，但它们的效率尚未在现实的宇宙学框架中得到充分测试。我们使用 Auriga 模拟套件中的几个系统，研究了 HDBSCAN 聚类算法在恢复银河系型星系 progenitors 方面的有效性。我们开发了一种旨在提高算法效率并避免碎片化的方法：首先，我们使用一个包含一系列化学动力学性质和恒星年龄的 12 维特征空间；此外，我们利用吸积恒星团簇内部结构的信息来优化算法。我们表明，对于具有不同类型吸积历史的星系，我们的方法在团簇的纯度和完整性方面均产生了良好的结果。我们还评估了由于原位恒星污染导致的效率下降。对于仅吸积的晕，该算法将恢复的团簇与各个 progenitors 很好地匹配，并且能够恢复吸积红移高达 $z_{\rm acc}\sim3$ 的吸积事件；而对于吸积+原位晕，它只能识别较近期的吸积事件（$z_{\rm acc} < 1$）。然而，在这种情况下，所识别团簇的纯度仍然非常高。我们的结果表明，HDBSCAN 可以在现实条件下有效地识别银河系型星系中的吸积碎片，但是，它需要仔细的优化才能提供有效的结果。