光度红移估计中的域适应问题：应用于 HSC 调查
宇宙学与河外天体物理
2026-03-11 v1 天体物理仪器与方法
摘要
多波段 HSC-CLAUDS 调查包含多个天空区域，观测条件各不相同，只有其中一个区域——COSMOS 深场 (UDF) 提供了广泛的红移覆盖。我们旨在利用来自 COSMOS UDF 中 i<25 范围内标注星系的完整样本训练卷积神经网络 (CNN)，以获得比当前基于光谱-红移拟合方法更准确的红移估计。为解决将训练好的 CNN 应用于除 COSMOS UDF 之外区域时观察到的严重域不匹配问题，我们开发了一种无监督对抗性域适应网络，并将其接在 CNN 之上。该方法通过三项测试进行验证：将预测红移与可获得的光谱红移进行比较（主要针对的是亮星系的有限样本）；将整个星系 population 在多个亮度区间的预测红移分布与 COSMOS UDF 的分布进行比较（假设其为代表性）；将 narrow-band 滤镜观测选取的星系红移预测与确认的 [OII] 发射线星系红移进行比较。结果表明成功完成域适应：该网络能够将从 COSMOS UDF 学习到的红移分类能力传递到 HSC-CLAUDS 的其他区域。精度随亮度和红移而变化，遵循所用标签的精度，但远超当前可用的光度红移精度。我们推断并公开了针对 XMM、DEEP2 和 ELAIS 场以及剩余 COSMOS 区域（总计约 400 万源，i<25）的 CNN 红移目录。
引用
@article{arxiv.2512.11700,
title = {The Domain Adaptation problem in photometric redshift estimation: a solution applied to the HSC Survey},
author = {M. Treyer and R. Ait-Ouahmed and S. Arnouts and J. Pasquet and E. Bertin and G. Desprez and V. Picouet and M. Sawicki},
journal= {arXiv preprint arXiv:2512.11700},
year = {2026}
}
备注
to be published in A&A