基于红移概率分布的实证测光红移估计中灾难性离群值预测的检验
星系天体物理
2019-11-07 v4 宇宙学与河外天体物理
天体物理仪器与方法
摘要
我们展示了使用从测光红移(photo-z)算法 SPIDERz 导出的单个星系的红移概率信息，来识别测光红移确定中的潜在灾难性离群值的结果。通过使用两个由 COSMOS 多波段测光组成、覆盖宽红移范围(0<z<4)并与可靠的光谱或其他红移确定相匹配的测试数据集，我们探索了一种在分析依赖精确测光红移时标记潜在灾难性离群值的新方法的有效性。SPIDERz 是一种用于 photo-z 分析的自定义支持向量机分类算法，它自然地为每个星系输出红移概率信息分布以及离散的最可能 photo-z 值。通过应用具有标记标准的分析技术来识别灾难性离群 photo-z 估计特征的概率分布特征，例如由显著红移距离分隔的多个红移概率峰，我们可以标记 photo-z 确定中的潜在灾难性离群值。我们发现，根据参数选择，我们提出的方法可以正确标记大部分(>50%)灾难性离群星系，同时仅标记小部分(<5%)的总非离群星系。然而，被标记的非离群星系的比例随红移和星等显著变化。我们检查了该策略在一系列标记参数值下 photo-z 确定中的性能。这些结果可能对在未来大规模巡天中利用测光红移具有用处，因为灾难性离群值对科学目标尤其有害。
引用
@article{arxiv.1709.01576,
title = {Tests of Catastrophic Outlier Prediction in Empirical Photometric Redshift Estimation with Redshift Probability Distributions},
author = {Evan Jones and J. Singal},
journal= {arXiv preprint arXiv:1709.01576},
year = {2019}
}
备注
12 pages, 9 figures, 2 tables; updated to PASP accepted version