Classifying Supermassive Black Hole Growth Regimes to Observables Across Cosmological Simulations with Forecasts for LSST

Resumen Técnico: Clasificación de Regímenes de Crecimiento de Agujeros Negros Supermasivos mediante Simulaciones Cosmológicas y Pronósticos para LSST

1. El Problema

El crecimiento temprano de los agujeros negros supermasivos (SMBH) en los primeros mil millones de años del universo representa un desafío fundamental para la astrofísica moderna. Observaciones recientes del Telescopio Espacial James Webb (JWST) han revelado poblaciones de "puntos rojos pequeños" (little red dots) a altos corrimientos al rojo ($z > 6$) con masas de agujeros negros que superan las relaciones de escalado locales en órdenes de magnitud. Esto sugiere la existencia de semillas "pesadas" o un crecimiento acelerado, pero discriminar entre diferentes orígenes de semillas (ligeras vs. pesadas) y regímenes de crecimiento posterior es difícil.

El problema central es que el Observatorio Vera C. Rubin, a través de su Legacy Survey of Space and Time (LSST), detectará miles de millones de galaxias sin mediciones directas de la masa de sus agujeros negros. Se requiere un método robusto para inferir el régimen de crecimiento de los SMBH (es decir, si son "sobremasivos" o "submasivos" en relación con su galaxia anfitriona) utilizando únicamente fotometría de banda ancha, sin depender de espectroscopía o mediciones de masa directas.

2. Metodología

El estudio presenta un marco de aprendizaje automático (Machine Learning) que conecta simulaciones cosmológicas con predicciones observacionales para LSST.

• Datos de Entrada: Se utilizaron datos de tres simulaciones cosmológicas de vanguardia: Simba, IllustrisTNG (variantes TNG100, TNG300, TNG50) y Eagle. Estas simulaciones emplean diferentes prescripciones de semillas de agujeros negros (principalmente semillas pesadas $\ge 10^4 M_\odot$) y modelos de retroalimentación (feedback) subgrid.
• Modelado Inverso (Forward Modeling): Se desarrolló una tubería para transformar las propiedades físicas simuladas (masa del BH, tasa de acreción, masa estelar) en flujos observados en las bandas fotométricas de LSST ($g, r, i, z$).
  • Se calculó la luminosidad bolométrica y se aplicaron correcciones espectrales (SED) basadas en cuásares compuestos.
  • Se incluyó absorción del medio intergaláctico (IGM), extinción por polvo (tipos de AGN 1 y 2) y dispersión gaussiana para imitar las incertidumbres observacionales de LSST.
• Definición de Clases: Los objetos se clasificaron como "sobremasivos" o "submasivos" basándose en su desviación respecto a una relación $M_{BH} - M_*$ ajustada a cada simulación.
• Características y Modelo:
  • Se utilizaron 16 características puramente observables: magnitudes, colores, corrimiento al rojo, y características ingenieriles (curvatura de la SED, proxy de magnitud absoluta).
  • Se entrenó un ensemble (conjunto) de modelos (Red Neuronal, FT-Transformer, Random Forest, XGBoost) utilizando un meta-aprendiz de regresión logística.
  • Se empleó validación cruzada de 5 pliegues, separando por ID único de agujero negro para evitar fugas de datos temporales.
• Pruebas de Generalización: Se realizaron experimentos de transferencia cruzada (entrenar en una simulación, evaluar en otra) utilizando características de rango normalizado (percentiles) en lugar de valores absolutos para eliminar sesgos específicos de la simulación.

3. Contribuciones Clave

• Pipeline de Fotometría Pura: Demostración de que es posible distinguir regímenes de crecimiento de SMBH con alta precisión utilizando solo fotometría de banda ancha, sin necesidad de mediciones de masa directa.
• Validación de Señales Físicas: Mediante pruebas de descomposición de señal y pruebas de circularidad, se demostró que el clasificador no está simplemente invirtiendo la relación analítica de luminosidad, sino que detecta firmas físicas reales:
  • La correlación de colores de la galaxia anfitriona (82-87% de precisión solo con fotometría de la galaxia).
  • La forma de la distribución espectral de energía (SED) dictada por el estado de acreción.
• Robustez Trans-Simulación: Se estableció que el ordenamiento fotométrico relativo de los regímenes de crecimiento se conserva a través de códigos de simulación con física subgrid fundamentalmente diferente (acreción limitada por torque en Simba vs. acreción Bondi-Hoyle en TNG), validando la universalidad de la señal.
• Pronóstico para LSST: Se cuantificó el rendimiento esperado bajo los límites de magnitud reales de LSST, proporcionando una línea base validada para futuros análisis de datos del Observatorio Rubin.

4. Resultados Principales

• Precisión de Clasificación:
  • El modelo alcanza una precisión del 91%–94% (AUC $\approx$ 0.98) en modo intrínseco y bajo límites de magnitud de LSST para las simulaciones Simba e IllustrisTNG.
  • La caída de rendimiento al aplicar los cortes de magnitud de LSST es mínima ($\approx$ 1.2%), indicando que las señales discriminativas son robustas frente a la selección observacional.
• Transferencia Cruzada:
  • Al entrenar en una simulación y evaluar en otra usando características de rango (percentiles), se logra una precisión del 83%–89% en modo intrínseco.
  • Bajo límites de magnitud de LSST, la precisión de transferencia cae al 74-82%, lo que refleja la dificultad de mantener la normalización de rango en distribuciones truncadas por flujo, pero aún así confirma la preservación de la señal física.
• Análisis de Señal:
  • Las pruebas de ablación mostraron que la clasificación no depende principalmente de la relación directa masa-luminosidad. La precisión se mantiene alta incluso al eliminar la tasa de acreción o al restringir el análisis a galaxias anfitrionas.
  • Los mapas de atención del modelo FT-Transformer revelan que el modelo prioriza el proxy de magnitud absoluta y el rango espectral ($m_g - m_z$), confirmando que la forma de la SED es el discriminador clave.
• Efectos de Resolución: Se identificó que simulaciones de muy baja resolución (TNG100-2, TNG300-2) producen una precisión artificialmente alta (>99%) debido a la discretización masiva de las masas de los agujeros negros, lo cual se descartó como un artefacto numérico y no una señal física real.

5. Significado e Impacto

Este trabajo proporciona un marco fundamental para interpretar las futuras observaciones del LSST. Al demostrar que las firmas fotométricas de la co-evolución de agujeros negros y galaxias son robustas y transferibles entre diferentes modelos teóricos, el estudio ofrece una herramienta viable para:

1. Mapear la historia de acreción de poblaciones masivas de AGN en el universo temprano sin necesidad de espectroscopía costosa.
2. Discriminar entre escenarios de semillas: Aunque este estudio se centra en semillas pesadas, el marco establece la base para futuras extensiones que comparen regímenes de crecimiento derivados de semillas ligeras vs. pesadas.
3. Preparar la ciencia del LSST: Proporciona un método validado para clasificar regímenes de crecimiento en los miles de millones de galaxias que detectará el Observatorio Rubin, permitiendo a los astrónomos identificar candidatos a sistemas sobremasivos para estudios de seguimiento más profundos.

En resumen, el artículo valida que la fotometría de banda ancha contiene información física suficiente para inferir la historia de crecimiento de los agujeros negros, superando las limitaciones de los modelos teóricos específicos y ofreciendo una ruta clara hacia la caracterización de la población de AGN en el universo profundo.