USmorph：COSMOS场中星系形态分类的更新框架及其应用
星系天体物理
2024-04-25 v1
摘要
形态分类传递了关于星系形成、演化及其环境的丰富信息。本文对两步星系形态分类框架({\tt\string USmorph})进行了细化，后者采用无监督机器学习(UML)和监督机器学习(SML)技术的组合方法，以及自一致且稳健的数据预处理步骤。更新后的方法被应用于COSMOS场中I_mag<25、0.2<z<1.2的星系。基于其HST/ACS I-band图像，我们将其分为五种不同的形态类型：球形(SPH, 15,200)、早型盘(ETD, 17,369)、晚型盘(LTD, 21,143)、不规则盘(IRR, 28,965)和未分类(UNC, 17,129)。此外，我们对星系进行了参数化和非参数化形态测量。对于质量超过的星系，观察到从SPH到IRR的有效半径逐渒增大，伴随S\'{e}rsic指数的减小。非参数形态测量揭示了不同星系类别在和参数空间中的不同分布。此外，不同类别在和分布中表现出显著差异。我们发现形态与红移和星系质量强相关。这些分类结果与多个参数之间预期相关性的一致性进一步着实了我们分类方法的有效性和可靠性，使其成为未来研究的有价值工具。
引用
@article{arxiv.2404.15701,
title = {USmorph: An Updated Framework of Automatic Classification of Galaxy Morphologies and Its Application to Galaxies in the COSMOS Field},
author = {Jie Song and GuanWen Fang and Shuo Ba and Zesen Lin and Yizhou Gu and Chichun Zhou and Tao Wang and Cai-Na Hao and Guilin Liu and Hongxin Zhang and Yao Yao and Xu Kong},
journal= {arXiv preprint arXiv:2404.15701},
year = {2024}
}
备注
Accepted by ApJS, 16 pages, 12 figures