Gaia 数据释放 2 中类星体与星系的分类
星系天体物理
2019-11-06 v1 天体物理仪器与方法
摘要
我们构建了一个基于高斯混合模型的监督分类器，仅利用 Gaia 数据释放 2（GDR2）中的测光与天体测量数据，对该释放中的天体进行概率分类。该模型经经验训练，将天体分为三类——恒星、类星体、星系——从 G<=14.5 mag 至 Gaia 星等极限 G=21.0 mag。训练集中星系与类星体通过与斯隆数字巡天（Sloan Digital Sky Survey）具有光谱分类的天体交叉匹配确定。恒星直接由 GDR2 定义。当考虑类星体比恒星稀有 500 倍、星系比恒星稀有 7500 倍（类不平衡问题）的预期时，以 0.5 阈值概率分类的样本预测纯度为：类星体 0.43、星系 0.28，完备度分别为 0.58 与 0.72。采用更高阈值可将纯度提升至最高 0.60。若不考量此河外天体预期低频率（类先验），将给出错误乐观的性能预测及严重不纯的样本。将模型应用于 GDR2 中所有具备所需特征的 12 亿天体，我们分类出 230 万天体为类星体、37 万天体为星系（个体概率高于 0.5）。星系数量之少源于卫星探测算法与地基数据筛选对延展天体的强烈偏置。我们推断类星体与星系的真实数目——按训练集所定义——分别为 69 万与 11 万（误差 +/- 50%）。本工作旨在考察仅用 GDR2 数据对河外天体分类的效果。利用计划于 GDR3 的低分辨率光谱（BP/RP）应可实现更好分类。
引用
@article{arxiv.1910.05255,
title = {Quasar and galaxy classification in Gaia Data Release 2},
author = {Coryn A. L. Bailer-Jones and Morgan Fouesneau and Rene Andrae},
journal= {arXiv preprint arXiv:1910.05255},
year = {2019}
}
备注
Accepted to MNRAS