半监督旋转测量反演及其在MeerKAT观测银河系团簇中的应用
宇宙学与河外天体物理
2024-12-18 v1
摘要
Faraday 旋转包含关于沿视线方向磁场结构信息，是研究宇宙磁性的重要仪器。传统的 Faraday 光谱反演方法如 RMCLEAN 在解决复杂的 Faraday 分布函数和处理大数据集方面面临挑战。我们发展了一种深度学习反演模型，以提高从射电天文数据中提取 Faraday 旋转测量值 (Faraday rotation measures) 的准确性和效率，具体针对来自 MeerKAT Galaxy Cluster Legacy Survey (MGCLS) 的数据进行优化。我们采用半监督学习，该模型同时重建数据并最小化输出与合成数据的真实信号之间的差异。针对银河系团簇 Abell 3376 的模拟数据和实际数据进行了与 RMCLEAN 的性能比较。我们的半监督模型能够准确恢复 Faraday 分布，特别是在复杂或高 RM 信号方面，保持宽广 RM 范围内的灵敏度。该方法的计算效率显著优于传统方法。应用于 Abell 3376 的观测，我们发现射电残骸和几颗 AGN 中细致的磁场结构。我们还将该模型应用到 Abell 85、Abell 168、Abell 194、Abell 3186 和 Abell 3667 的 MeerKAT 数据中。
引用
@article{arxiv.2407.16762,
title = {Semi-Supervised Rotation Measure Deconvolution and its application to MeerKAT observations of galaxy clusters},
author = {Victor Gustafsson and Marcus Brüggen and Torsten Enßlin},
journal= {arXiv preprint arXiv:2407.16762},
year = {2024}
}
备注
20 pages, 20 figures, submitted to Astronomy & Astrophysics