基于 ViT 的局部体积矮星系识别 (VIDA) 在 CSST 调查中的应用

在局部体积中识别矮星系对于约束近似宇宙中卫星星系的亮度函数至关重要。我们报告了使用中国空间站望远镜（CSST）在局部体积中识别矮星系的检测能力。基于 CSST 的模拟成像数据，我们开发了一种结合传统基于图像的搜索技术和先进机器学习分类模型的检测和分类管道。该管道通过对“扩展源检测”的预处理方法， followed by 使用预训练的 ViT-Base 模型进行分类，实现了超过 85% 的真阳性率（TPR），且假阳性率（FPR）仅为 0.1%。我们基于模拟的 CSST 单曝光宽场成像survey数据，对局部体积矮星系的检测完整性在由绝对亮度（$M_V$）、半径（$R_h$）和日心距离三个维度定义的参数空间中进行量化。对于不可解析或半解析的矮星系，我们的方法在基于目录的做法中实现了显著更深的绝对亮度检测极限，达到 $M_V = -7$（在 10 \Mpc 内）。通过将该基于图像的方法与传统的星体目录基于“匹配滤波”技术相结合，我们的自动化框架在本工作中可以为 CSST 任务在 20 \Mpc 内识别矮星系。