論文の概要: Constraining the recent star formation history of galaxies : an
Approximate Bayesian Computation approach
- arxiv url: http://arxiv.org/abs/2002.07815v1
- Date: Tue, 18 Feb 2020 19:00:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-30 20:35:38.105046
- Title: Constraining the recent star formation history of galaxies : an
Approximate Bayesian Computation approach
- Title（参考訳）: 銀河の最近の星形成史の制約 : 近似ベイズ計算によるアプローチ
- Authors: G. Aufort, L. Ciesla, P. Pudlo and V. Buat
- Abstract要約: 本研究は、過去数十～数百年の恒星形成活動の強い変動を呈する銀河を同定する手法を提案する。
高信号対雑音比広帯域光度計を用いてCOSMOS銀河のサンプルを分析する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: [Abridged] Although galaxies are found to follow a tight relation between
their star formation rate and stellar mass, they are expected to exhibit
complex star formation histories (SFH), with short-term fluctuations. The goal
of this pilot study is to present a method that will identify galaxies that are
undergoing a strong variation of star formation activity in the last tens to
hundreds Myr. In other words, the proposed method will determine whether a
variation in the last few hundreds of Myr of the SFH is needed to properly
model the SED rather than a smooth normal SFH. To do so, we analyze a sample of
COSMOS galaxies using high signal-to-noise ratio broad band photometry. We
apply Approximate Bayesian Computation, a state-of-the-art statistical method
to perform model choice, associated to machine learning algorithms to provide
the probability that a flexible SFH is preferred based on the observed flux
density ratios of galaxies. We present the method and test it on a sample of
simulated SEDs. The input information fed to the algorithm is a set of
broadband UV to NIR (rest-frame) flux ratios for each galaxy. The method has an
error rate of 21% in recovering the right SFH and is sensitive to SFR
variations larger than 1 dex. A more traditional SED fitting method using
CIGALE is tested to achieve the same goal, based on fits comparisons through
Bayesian Information Criterion but the best error rate obtained is higher, 28%.
We apply our new method to the COSMOS galaxies sample. The stellar mass
distribution of galaxies with a strong to decisive evidence against the smooth
delayed-$\tau$ SFH peaks at lower M* compared to galaxies where the smooth
delayed-$\tau$ SFH is preferred. We discuss the fact that this result does not
come from any bias due to our training. Finally, we argue that flexible SFHs
are needed to be able to cover that largest SFR-M* parameter space possible.
- Abstract（参考訳）: [Abridged]銀河は星形成速度と恒星質量の密接な関係にあるが、短期的な変動を伴う複雑な星形成履歴(SFH)を示すことが期待されている。
このパイロット研究の目的は、過去数十～数百年の恒星形成活動の強い変化を経験している銀河を同定する方法を提供することである。
言い換えると、提案手法は、平滑な通常のsfhではなくsedを適切にモデル化するために、ssfhの過去数百個のmyrのバリエーションが必要かどうかを判断する。
そこで我々は高信号-雑音比広帯域光度計を用いてCOSMOS銀河のサンプルを分析する。
本研究では,最先端統計手法である近似ベイズ計算を機械学習アルゴリズムに関連するモデル選択に適用し,観測された銀河のフラックス密度比に基づいて,柔軟なsfhが好ましい確率を与える。
そこで本研究では,シミュレーションsedのサンプルを用いて実験を行う。
アルゴリズムに供給される入力情報は、各銀河のブロードバンドUVからNIR(レストフレーム)フラックス比のセットである。
本手法は, 右SFHの回復において21%の誤差率を有し, 1デックス以上のSFR変動に敏感である。
ベイズ情報基準による適合度比較に基づいて,CIGALEを用いたより従来型のSEDフィッティング法を試行するが,得られた最良の誤差率は28%であった。
我々は新しい手法をCOSMOS銀河試料に適用する。
滑らかな遅延-\tau$ SFHのピークに対して強い決定的な証拠を持つ銀河の恒星質量分布は、滑らかな遅延-$\tau$ SFHのピークが好ましい銀河と比較して、M*の低い位置にある。
我々は、この結果がトレーニングによる偏見によるものではないという事実について議論する。
最後に、フレキシブルSFHは可能な限り最大のSFR-M*パラメータ空間をカバーできる必要があると論じる。
関連論文リスト
- Learning Galaxy Intrinsic Alignment Correlations [16.805775045014578]
銀河の内在的なアライメント(IA)は、重力潮流相互作用と銀河形成過程による銀河の形状の相関を表す。
本研究では,銀河の位置,位置配向,方向配向相関関数の測定と不確かさをエミュレートする深層学習手法を提案する。
論文 参考訳（メタデータ） (2024-04-21T16:16:56Z) - Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse
Problems [64.29491112653905]
本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。
具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。
提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
論文 参考訳（メタデータ） (2023-03-10T07:42:49Z) - Neural Inference of Gaussian Processes for Time Series Data of Quasars [72.79083473275742]
クエーサースペクトルを完全に記述できる新しいモデルを提案する。
また、$textitNeural Inference$というガウス的プロセスパラメータの推論の新しいメソッドも導入しています。
CDRWモデルとNeural Inferenceの組み合わせはベースラインのDRWとMLEを大きく上回っている。
論文 参考訳（メタデータ） (2022-11-17T13:01:26Z) - Posterior samples of source galaxies in strong gravitational lenses with
score-based priors [107.52670032376555]
我々はスコアベースモデルを用いて、背景銀河の歪みのない画像の事前推定を符号化する。
アウト・オブ・ディストリビューション・データを用いた実験において、可能性と事前のバランスが、我々の期待にどのように合致しているかを示す。
論文 参考訳（メタデータ） (2022-11-07T19:00:42Z) - Galaxy Image Deconvolution for Weak Gravitational Lensing with
Physics-informed Deep Learning [0.623075162128532]
銀河画像から光学的および大気的なぼかしを除去することで、銀河の形状測定を大幅に改善する。
我々は、銀河探査において、ポイントスプレッド(PSF)デコンボリューション問題に対するいわゆる「物理に基づくディープラーニング」アプローチを導入する。
論文 参考訳（メタデータ） (2022-11-03T03:12:52Z) - Optimal Scaling for Locally Balanced Proposals in Discrete Spaces [65.14092237705476]
離散空間におけるMetropolis-Hastings (M-H) アルゴリズムの効率は、対象分布に依存しない受容率によって特徴づけられることを示す。
最適受容率の知識は、連続空間におけるステップサイズ制御と直接的に類似して、離散空間における提案分布の近傍サイズを自動的に調整することを可能にする。
論文 参考訳（メタデータ） (2022-09-16T22:09:53Z) - The SZ flux-mass ($Y$-$M$) relation at low halo masses: improvements
with symbolic regression and strong constraints on baryonic feedback [2.436653298863297]
AGNと超新星のフィードバックは、CMBサーベイによるハロのSZフラックスの総合的な測定に影響を与える可能性がある。
低質量のフィードバックプロセスに対してより堅牢な$Y-M$関係の類似を探索する。
この結果は,今後のSZ調査を用いて,バリオニクスフィードバックの性質を制約する上で有用である。
論文 参考訳（メタデータ） (2022-09-05T18:00:00Z) - Inferring Structural Parameters of Low-Surface-Brightness-Galaxies with
Uncertainty Quantification using Bayesian Neural Networks [70.80563014913676]
ベイズニューラルネットワーク (BNN) を用いて, シミュレーションした低地表面明度銀河画像から, それらのパラメータの不確かさを推測できることを示す。
従来のプロファイル適合法と比較して、BNNを用いて得られた不確実性は等しく、よく校正され、パラメータの点推定は真の値に近いことを示す。
論文 参考訳（メタデータ） (2022-07-07T17:55:26Z) - Supernova Light Curves Approximation based on Neural Network Models [53.180678723280145]
光度データによる超新星の分類は、天文学におけるビッグデータのリアルタイム処理の出現によって課題となる。
近年の研究では、様々な機械学習モデルに基づく解の優れた品質が実証されている。
我々は,多層パーセプトロン(MLP),ベイジアンニューラルネットワーク(BNN),正規化フロー(NF)の単一光曲線観測への応用について検討した。
論文 参考訳（メタデータ） (2022-06-27T13:46:51Z) - Primordial non-Gaussianity from the Completed SDSS-IV extended Baryon
Oscillation Spectroscopic Survey I: Catalogue Preparation and Systematic
Mitigation [3.2855185490071444]
最近完了したバリオン振動分光サーベイ(eBOSS)による最終分光試料の大規模クラスタリングについて検討する。
フォローアップ分光のターゲットを選択するために使用される画像データの品質の空間的変動に起因する密度場の急激なゆらぎを軽減するニューラルネットワークベースのアプローチを開発した。
論文 参考訳（メタデータ） (2021-06-25T16:01:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。