miniJPAS 巡天类星体选源 I：用于分类的模拟星表
星系天体物理
2022-10-26 v1 宇宙学与河外天体物理
摘要
在本系列论文中，我们采用多种机器学习（ML）方法对 miniJPAS 星表中的点源进行分类，并甄别类星体候选体。由于目前不存在经光谱确认且具有代表性的样本来训练这些 ML 算法，我们依赖于模拟星表。在本第一篇论文中，我们开发了一条流水线，利用斯隆数字巡天（Sloan Digital Sky Survey）中作为类星体目标的天体光谱来计算类星体、星系与恒星的合成测光。为匹配 miniJPAS 点源在 范围内各波段预期的相同深度与信噪比分布，我们通过将原始 波段星等分布向暗端平移来扩充可用光谱样本，确保不同天体的相对发生率依其各自光度函数分布，并通过在各滤光片中以给定宽度的 Gaussian 实现或 Gaussian 函数组合抽样流量方差，对每滤光片的噪声分布进行细致建模。最后，我们还在模拟中加入了所有真实观测中存在的未探测模式。尽管本文所呈模拟星表是迈向匹配 miniJPAS 观测性质的模拟数据集的第一步，这些模拟可经调整服务于其他测光巡天之目的。
引用
@article{arxiv.2202.00103,
title = {The miniJPAS survey quasar selection I: Mock catalogues for classification},
author = {Carolina Queiroz and L. Raul Abramo and Natália V. N. Rodrigues and Ignasi Pérez-Ràfols and Ginés Martínez-Solaeche and Antonio Hernán-Caballero and Carlos Hernández-Monteagudo and Alejandro Lumbreras-Calle and Matthew M. Pieri and Sean S. Morrison and Silvia Bonoli and Jonás Chaves-Montero and Ana L. Chies-Santos and L. A. Díaz-García and Alberto Fernandez-Soto and Rosa M. González Delgado and Jailson Alcaniz and Narciso Benítez and A. Javier Cenarro and Tamara Civera and Renato A. Dupke and Alessandro Ederoclite and Carlos López-Sanjuan and Antonio Marín-Franch and Claudia Mendes de Oliveira and Mariano Moles and Laerte Sodré and Keith Taylor and Jesús Varela and Héctor Vázquez Ramió},
journal= {arXiv preprint arXiv:2202.00103},
year = {2022}
}
备注
20 pages, 18 figures, submitted to MNRAS