具有不确定性感知的团块检测及其在积分光恒星种群反演中的应用

背景。团块检测是天文学中的常见问题。一个例子是恒星种群建模，其中根据观测推断星系中恒星年龄与金属丰度的分布。在此背景下，团块可能对应于原位形成的恒星与从卫星星系吸积的恒星，而团块检测的任务正是分离这些成分。当分布伴随显著不确定性时（如由未分辨恒星系统光谱建模推断的恒星种群反演所示），困难随之产生。目前尚无令人满意的处理不确定性的团块检测方法。目标。我们提出一种在恒星系统积分光光谱恒星种群建模背景下开发的、具有不确定性感知的团块检测方法。方法。我们为经典的高斯-拉普拉斯团块检测方法发展了不确定性感知版本的理论与计算工具，称之为ULoG。该方法可在多种尺度下识别显著团块。作为将ULoG应用于恒星种群建模的先决条件，我们提出一种高效计算光谱建模不确定性的方法，基于截断奇异值分解与马尔可夫链蒙特卡洛采样（SVD-MCMC）。结果。我们将这些方法应用于星团M54的数据。结果表明，SVD-MCMC推断与标准MCMC一致，但计算速度快5-10倍。我们将ULoG应用于推断出的M54年龄/金属丰度分布，在其恒星中识别出2或3个显著的、不同的种群。