ERGO-ML: A continuous organization of the X-ray galaxy cluster population in TNG-Cluster with contrastive learning

Resumen Técnico: ERGO-ML: Una organización continua de la población de cúmulos de galaxias en rayos X en TNG-Cluster con aprendizaje contrastivo

Enunciado del Problema
Las propiedades físicas del medio intracúmulo (ICM) codifican firmas de potenciales gravitatorios, fusiones y retroalimentación de supernovas y agujeros negros supermasivos (SMBH). Tradicionalmente, los cúmulos de galaxias se han caracterizado utilizando estadísticas de resumen (por ejemplo, masa del halo, luminosidad en rayos X, estado de núcleo frío) o perfiles radiales. Sin embargo, reducir imágenes complejas en 2D de rayos X a métricas escalares descarta un contenido de información significativo e introduce dispersión en las relaciones de escala. Además, inferir condiciones físicas a partir de la emisión en rayos X es un desafío debido a la complejidad de los canales de enfriamiento, los procesos no térmicos y las limitaciones instrumentales, como la resolución espacial variable y los tiempos de exposición. Si bien el aprendizaje automático, específicamente las Redes Neuronales Convolucionales (CNN), se ha aplicado para inferir masas de cúmulos, estos modelos a menudo carecen de invarianza ante transformaciones astronómicas comunes (rotación, traslación, rango dinámico) y no organizan naturalmente la población en un espacio continuo e interpretable.

Metodología
Los autores emplean Aprendizaje Contrastivo de Vecinos Más Cercanos (NNCLR) para construir un espacio de representación de baja dimensión para mapas de emisión en rayos X de cúmulos de galaxias. El estudio utiliza la suite TNG-Cluster, una simulación magnetohidrodinámica (MHD) cosmológica de 352 cúmulos de galaxias masivos ($M_{200c} \ge 10^{14.3} M_\odot$).

• Generación de Datos: Se generaron mapas de emisión intrínseca en rayos X para 352 cúmulos en ocho instantes dentro del rango de corrimiento al rojo $0 \le z < 1$. Se tomaron proyecciones a lo largo de tres ejes ortogonales ($\hat{x}, \hat{y}, \hat{z}$), resultando en un conjunto de datos de aproximadamente 8.000 imágenes. Cada mapa cubre un campo de visión de $4R_{200c}$ con una profundidad a lo largo de la línea de visión de $2R_{200c}$, normalizados de modo que el percentil 99 del píxel en el 10% central se establece en 1.
• Estrategia de Aumento: Para asegurar que la representación aprendida sea invariante a variaciones observacionales, la tubería de entrenamiento aplica aumentos aleatorios que incluyen:
  • Transformaciones geométricas: Zoom (hasta un 10%), rotación ($\pm 90^\circ$), traslación afín (hasta un 25%) y volteo.
  • Efectos fotométricos/instrumentales: Desenfoque gaussiano (simulando variaciones en la Función de Dispersión del Punto), ruido gaussiano y recorte de intensidad (simulando tiempos de exposición variables y límites de brillo superficial).
• Arquitectura: Las imágenes aumentadas se procesan a través de una Red Residual (ResNet) que actúa como extractor de características. La red mapea las entradas a un espacio de incrustación. Los autores experimentan con dimensiones de incrustación ($N=2$ a $256$), seleccionando $N=8$ como predeterminado.
• Función de Pérdida: El algoritmo NNCLR minimiza la distancia entre la incrustación de una vista aumentada y su vecino más cercano en un "conjunto de soporte" (par positivo), mientras maximiza la distancia a los pares negativos (incrustaciones de imágenes diferentes).
• Visualización y Análisis: Las incrustaciones de alta dimensión se proyectan en 2D utilizando Aproximación y Proyección de Variedad Uniforme (UMAP) para visualización. Los autores analizan la distribución de propiedades físicas (masas, tiempos de fusión, actividad de SMBH, indicadores de estado dinámico) dentro de este espacio y prueban la capacidad de predecir estas propiedades mediante ajustes lineales simples a las coordenadas de UMAP.

Contribuciones y Resultados Clave

1. Espacio de Representación Continuo: El método NNCLR organiza exitosamente los mapas en rayos X en una distribución continua en lugar de cúmulos discretos. La visualización 2D de UMAP revela transiciones suaves:
   • Desde sistemas en fusión con componentes bien separados (parte superior del mapa) hasta objetos relajados e aislados (parte inferior).
   • Desde perfiles de emisión planos (inferior izquierdo) hasta perfiles centralmente picados (agudos) (inferior derecho).
   • La representación captura tendencias con el corrimiento al rojo, la masa del halo, la masa del gas/estelar/SMBH, el tiempo transcurrido desde la última fusión mayor e indicadores de estado dinámico.
2. Invarianza ante Efectos Observacionales: La inclusión de aumentos de recorte y desenfoque asegura que la representación permanezca robusta. El estudio demuestra que los cúmulos con diferentes tiempos de exposición o resoluciones espaciales (simulando instrumentos como Chandra vs. eROSITA) ocupan regiones similares en el espacio de representación si sus estructuras físicas subyacentes son análogas.
3. Predicción de Propiedades:
   • Alta Precisión: Las propiedades relacionadas con la masa (masa del halo, masa estelar, masa del gas, masa del SMBH) y las tasas instantáneas de acreción de agujeros negros (BHAR) pueden predecirse a partir de las coordenadas 2D de UMAP con un error de unos pocos por ciento (ajuste lineal).
   • Precisión Moderada: El tiempo transcurrido desde la última fusión mayor se predice dentro de un orden de magnitud.
   • Limitaciones: Los indicadores de núcleo frío y el tiempo transcurrido desde la fusión de la Galaxia del Cúmulo más Brillante (BCG) no se predicen bien mediante la representación global. Los autores atribuyen esto a la resolución de las imágenes de entrenamiento, donde las características a escala del núcleo ($\sim 0.01-2$ píxeles) pueden estar submuestreadas.
4. Detección de Análogos: El espacio de representación permite la identificación de análogos visuales. Los cinco vecinos más cercanos de un cúmulo objetivo en el espacio de incrustación comparten propiedades físicas y estados morfológicos (por ejemplo, en fusión vs. relajado) más similares que la población general. Este método supera las búsquedas tradicionales basadas únicamente en parámetros del árbol de fusiones (razones de masa y parámetros de impacto), que pueden fallar en capturar la apariencia visual de una fusión debido a efectos de proyección.

Significado y Afirmaciones
El artículo afirma que el aprendizaje contrastivo es una herramienta poderosa para caracterizar cúmulos de galaxias directamente a partir de sus imágenes, evitando la necesidad de estadísticas de resumen. Al organizar la población en una variedad continua de baja dimensión, el método permite:

• La derivación de restricciones sobre propiedades físicas e historias de formación utilizando simulaciones hidrodinámicas cosmológicas.
• La identificación de correlaciones entre propiedades físicas que pueden sugerir relaciones causales.
• Un marco robusto aplicable a futuros sondeos observacionales (por ejemplo, eROSITA, Athena) mediante el entrenamiento en simulaciones que tengan en cuenta limitaciones específicas del instrumento.

Los autores enfatizan que, aunque el análisis actual utiliza simulaciones idealizadas, la metodología está diseñada para ser transferible a observaciones reales, siempre que los modelos se entrenen en simulaciones realistas que incluyan efectos instrumentales. El trabajo sirve como base para la serie ERGO-ML, demostrando que el aprendizaje auto-supervisado puede extraer información física significativa de imágenes astrofísicas complejas.