用于约束恒星形成历史的无监督域适应

当今机器学习的流行范式是利用过往观测预测未来观测。然而，若我们感兴趣的是由现状知过往呢？这确为天文学家常须应对之情形。为理解宇宙形成，须推导星系可见质量内容的时间演化。然观测一颗恒星完整生命需耗时十亿年！为克此难，天体物理学家借助超算将星系模拟模型演化至宇宙当前年龄，从而建立观测辐射与恒星形成历史（SFHs）间映射。实际星系观测缺乏此类真值 SFHs，通常借贝叶斯拟合由光谱能量分布（SEDs）推断——且常置信度不佳。本研究中，我们探讨无监督域适应利用模拟数据推导精确 SFHs 的能力，作为开发最终可施于观测数据技术之必要第一步。