Swimmy 在哪里？：利用 Subaru Hyper Suprime-Cam 数据通过深度异常检测挖掘星系中埋藏的独特颜色特征
星系天体物理
2022-02-16 v2
摘要
我们介绍了 Swimmy（Subaru WIde-field Machine-learning anoMalY，Subaru 宽视场机器学习异常）巡天计划，这是一项基于深度学习的独特源搜索，使用来自 Hyper Suprime-Cam Subaru Strategic Program (HSC-SSP) 的多色 () 成像数据。该计划旨在利用 HSC-SSP 宽视场覆盖所获取的深度成像数据，探测意想不到的、新颖的和罕见的星系群与现象。作为 Swimmy 系列的第一篇论文，本文描述了一种异常检测技术，用于从数据集中将独特的星系群作为“离群点”选出。该模型用已知的极强发射线星系 (XELG) 和类星体进行了测试，结果证实，所提方法在无标注训练数据的情况下成功选出了 60-70% 的类星体和 60% 的 XELG。参考从 Sloan Digital Sky Survey 获得的 0.05-0.2 本地星系的光谱信息，我们研究了所选异常体的物理性质，并根据其离群值的显著性进行了比较。结果显示，XELG 构成了最异常星系的显著部分，并且某些星系表现出独特的形态特征。总之，深度异常检测是一种有效的工具，可以在大型数据集中搜索罕见天体，并最终发现未知的未知事物。所提模型和选择过程的进一步发展可以促进实现特定科学目标所需的实际应用。
引用
@article{arxiv.2110.05011,
title = {Where's Swimmy?: Mining unique color features buried in galaxies by deep anomaly detection using Subaru Hyper Suprime-Cam data},
author = {Takumi S. Tanaka and Rhythm Shimakawa and Kazuhiro Shimasaku and Yoshiki Toba and Nobunari Kashikawa and Masayuki Tanaka and Akio K. Inoue},
journal= {arXiv preprint arXiv:2110.05011},
year = {2022}
}
备注
24 pages, 19 figures. Accepted for publication in Publications of the Astronomical Society of Japan (PASJ)