Splines 'n Lines：基于贝叶斯函数型数据分析的星系静止系光谱能量分布
天体物理仪器与方法
2023-10-31 v1 应用统计
摘要
基于巡天的星系光谱能量分布（SED）流量密度估计在静止系波长上位于严重未对齐的网格上。向静止系波长的偏移还导致估计的 SED 具有不同的支撑集。对于许多星系，存在大量缺失数据的波长区域。最后，暗弱星系在典型样本中占主导，其 SED 测量噪声大，许多接近巡天的极限信噪比水平。这些移至静止系的 SED 测量的局限性使下游分析任务复杂化，特别是需要计算 SED 泛函（如加权积分）的任务，例如合成测光、量化 SED 相似度，以及利用 SED 测量进行测光红移估计。我们描述了一个层次化贝叶斯框架，借鉴函数型数据分析工具，将 SED 建模为平滑连续统基函数（B 样条）与线特征随机叠加，构成一个有限秩、非平稳高斯过程，并受加性高斯噪声观测。我们将此 *Splines 'n Lines*（SnL）模型应用于包含 678,239 个星系 SED 测量的集合，即斯隆数字巡天第十七次数据发布的主星系样本，展示了提供连续估计 SED 的能力，可可靠地去噪、插值和外推，并带有量化不确定性，包括通过利用线特征与整个连续统间的相关性来预测缺失数据处的线特征。
引用
@article{arxiv.2310.19340,
title = {Splines 'n Lines: Rest-frame galaxy spectral energy distributions via Bayesian functional data analysis},
author = {David Kent and Tamás Budavári and Thomas J. Loredo and David Ruppert},
journal= {arXiv preprint arXiv:2310.19340},
year = {2023}
}
备注
20 pages, 7 figures