🔭 astrophysics

From DES to KiDS: Domain adaptation for cross-survey detection of low-surface-brightness galaxies

Este trabajo demuestra que las técnicas de adaptación de dominio, que utilizan modelos de aprendizaje profundo entrenados con datos del Dark Energy Survey, pueden identificar y caracterizar de manera robusta más de 20.000 galaxias de baja superficie brillante y 434 galaxias ultra difusas en la encuesta KiDS DR5, estableciendo una vía escalable para crear catálogos de galaxias homogéneos para futuras encuestas a gran escala como LSST y Euclid.

Autores originales: Hareesh Thuruthipilly, Krzysztof Lisiecki, Junais, Katarzyna Małek, Agnieszka Pollo, William J. Pearson, Antonio Vanzanella, Saptarshi Pal, Miguel Figueira, Pratik Dabhade, Anna Durkalec, Aidan P. Co

Publicado 2026-05-14

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Hareesh Thuruthipilly, Krzysztof Lisiecki, Junais, Katarzyna Małek, Agnieszka Pollo, William J. Pearson, Antonio Vanzanella, Saptarshi Pal, Miguel Figueira, Pratik Dabhade, Anna Durkalec, Aidan P. Cotter, Unnikrishnan Sureshkumar, Nandini Hazra, Patryk Matera, Subhrata Dey, Michal Vrábel, Anirban Dutta, Henry Willems, Nicola Principi Cavaterra, Natalia Dobrowolska, Wojciech Knop

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que el universo es una habitación gigante y oscura llena de miles de tipos diferentes de muebles. La mayoría del mobiliario es brillante, luminoso y fácil de detectar, como un candelabro resplandeciente o una mesa pulida. Estas son las galaxias "normales" que usualmente vemos en el cielo. Pero ocultas en las esquinas, apenas visibles contra las paredes oscuras, hay objetos tenues y fantasmales hechos de tela fina y etérea. Estas son las Galaxias de Baja Superficie Brillante (LSBGs). Son tan tenues y dispersas que resulta increíblemente difícil encontrarlas, y sin embargo, podrían constituir una gran parte de todo el mobiliario de la habitación.

Este artículo trata sobre un equipo de astrónomos que construyó una "cámara inteligente" especial para encontrar estas galaxias fantasmales en un nuevo mapa del cielo, aunque la cámara fue originalmente entrenada con un mapa diferente.

Aquí está la historia de cómo lo hicieron, desglosada en pasos simples:

1. El Problema: Entrenar a un Perro para Encontrar Gatos en un Bosque Diferente

Los astrónomos tenían un programa informático muy inteligente (un tipo de Inteligencia Artificial llamada Aprendizaje Profundo) que era excelente para encontrar estas galaxias tenues en una encuesta específica del cielo llamada DES (Dark Energy Survey). Imagina que este programa es un perro entrenado para encontrar un tipo específico de conejo en un bosque específico.

Sin embargo, querían usar a este "perro" para encontrar conejos en un bosque diferente llamado KiDS (Kilo-Degree Survey). ¿El problema? Los dos bosques se ven diferentes. La iluminación es distinta, los árboles tienen un tamaño diferente y la textura del suelo varía. Por lo general, si tomas a un perro entrenado en un bosque y lo sueltas en otro, se confunde y deja de funcionar.

2. La Solución: El Truco del "Traductor"

En lugar de volver a entrenar al perro desde cero (lo cual tomaría mucho tiempo y requeriría muchos nuevos datos de entrenamiento), el equipo utilizó un truco inteligente llamado Adaptación de Dominio.

Imagina que intentas mostrar una imagen de un conejo a alguien que habla un idioma diferente. En lugar de enseñarle todo el idioma, solo traduces el concepto de la imagen.

El equipo tomó las imágenes del nuevo bosque (KiDS) y las ajustó para que se vieran físicamente similares al bosque antiguo (DES).
Convirtieron el brillo de las estrellas en una "unidad física" universal (como cambiar de "brillante a mi ojo" a "cantidad exacta de energía lumínica").
Redimensionaron las imágenes para que los "píxeles" (los pequeños puntos que componen la imagen) coincidieran en la misma escala.

Al hacer esto, hicieron que el nuevo bosque pareciera familiar para el viejo perro. El perro no necesitó nuevo entrenamiento; simplemente reconoció a los conejos porque se veían iguales en este nuevo idioma traducido.

3. La Caza: Encontrando a los Fantasmas

Con sus imágenes "traducidas", ejecutaron los modelos de IA sobre los datos de KiDS.

El Resultado: ¡La IA encontró 20,180 de estas galaxias tenues y fantasmales!
Las Súper-Tenues: También encontraron 434 "Galaxias Ultra-Difusas" (UDGs). Estas son como los fantasmas más transparentes y etéreos de todos: enormes en tamaño pero increíblemente ligeras en peso.

4. La Limpieza: El Ojo Humano

Las computadoras son excelentes, pero no son perfectas. A veces se dejan engañar por patrones extraños en el cielo, como una mancha en una lente o una estrella distante que parece un borrón difuso.

El equipo tuvo un grupo de 18 voluntarios humanos que actuaron como "inspectores de control de calidad".
Revisaron miles de imágenes una por una para asegurarse de que la IA no estuviera cometiendo errores.
Después de esta revisión humana, confirmaron la lista final de 20,180 galaxias.

5. ¿Qué Aprendieron?

Una vez que tuvieron su lista de fantasmas, comenzaron a hacer preguntas sobre ellos:

¿Están relacionadas con las galaxias normales? Sí. El equipo descubrió que estas galaxias tenues se sitúan en una escala deslizante suave entre las pequeñas galaxias enanas normales y las enormes ultra-difusas. Es como encontrar una rampa suave que conecta un pequeño taburete con una gigantesca silla de saco, en lugar de un vacío entre ellos. Todas son parte de la misma familia.
¿Son azules o rojas? Las galaxias venían en dos colores principales, como una personalidad dividida:
- Azules (73%): Estas son "adolescentes" que aún están formando nuevas estrellas. Están activas y creando nueva vida.
- Rojas (27%): Estas son "jubilados" que han dejado de formar estrellas. Están tranquilas y son viejas.
¿Dónde viven? El equipo notó un patrón fuerte basado en dónde viven las galaxias.
- Las galaxias que viven solas en el "campo" (espacio aislado) son mayormente azules y activas.
- Las galaxias que viven en "ciudades" concurridas (cúmulos de galaxias) son mayormente rojas y tranquilas.
- La Analogía: Es como vivir en una ciudad bulliciosa. El ruido y la presión de la multitud (otras galaxias) parecen "apagar" o detener el proceso de formación de estrellas, convirtiendo a las galaxias azules y activas en rojas y tranquilas. El entorno es la razón por la que cambiaron.

6. El Panorama General

El artículo concluye que este método de "traductor" funciona increíblemente bien. Demuestra que podemos usar una IA entrenada en una encuesta para encontrar galaxias en otra sin empezar de nuevo.

Esto es un gran logro porque, en un futuro cercano, nuevos telescopios masivos (como el LSST y Euclid) tomarán imágenes de todo el cielo, encontrando millones de estas galaxias tenues. No tendremos tiempo para entrenar una nueva IA para cada telescopio individual. Este artículo nos muestra un camino: entrenar una vez, traducir los datos y encontrar a los fantasmas en todas partes.

En resumen, el equipo construyó una llave universal que abre la puerta a los habitantes más ocultos y tenues del universo, demostrando que incluso las luces más tenues del cosmos pueden ser encontradas si sabes cómo buscar.

Resumen Técnico: De DES a KiDS: Adaptación de dominio para la detección de galaxias de baja superficie brillante en encuestas cruzadas

Planteamiento del Problema
Las galaxias de baja superficie brillante (LSBGs) son críticas para comprender la formación galáctica y constituyen una fracción significativa de la población de galaxias y de la masa dinámica del Universo. Sin embargo, su naturaleza difusa las hace difíciles de detectar, lo que conduce a una subrepresentación severa en los catálogos actuales. Un desafío mayor en el campo es la falta de una definición observacional universalmente adoptada y la dificultad de aplicar métodos de detección entrenados en una encuesta a otra debido a diferencias en los puntos cero fotométricos, las escalas de píxel, las funciones de dispersión del punto (PSF) y las propiedades del ruido. A medida que la comunidad astronómica se prepara para el Legacy Survey of Space and Time (LSST) y Euclid, que descubrirán millones de galaxias difusas, existe una necesidad urgente de métodos robustos, automatizados y escalables para construir catálogos homogéneos de LSBGs a través de conjuntos de datos heterogéneos sin requerir un reentrenamiento laborioso o una reetiquetación manual para cada nueva encuesta.

Metodología
Los autores investigan la eficacia de las técnicas de adaptación de dominio para identificar LSBGs en la Quinta Liberación de Datos del Kilo-Degree Survey (KiDS DR5) utilizando modelos entrenados exclusivamente en el Dark Energy Survey (DES).

Datos de Entrenamiento: El estudio utiliza un conjunto de datos etiquetado de 37.000 objetos (18.532 LSBGs y 18.468 contaminantes) de DES DR1, identificados por Tanoglidis et al. (2021b) y actualizados por Thuruthipilly et al. (2024b).
Arquitectura del Modelo: Se emplea un conjunto de tres modelos de aprendizaje profundo: una Red Neuronal Convolucional (CNN) y dos modelos basados en Transformers (LSBG-DETR y LSBG-ViT). Estos modelos fueron desarrollados originalmente para DES, pero se reentrenan utilizando entradas de dos bandas (g y r) para reducir los costos computacionales manteniendo el rendimiento.
Estrategia de Adaptación de Dominio: Para cerrar las diferencias distribucionales entre el dominio fuente (DES) y el dominio objetivo (KiDS), los autores aplican un enfoque de adaptación de dominio no supervisado motivado por la física. Esto implica:
1. Convertir los valores de píxel a unidades físicas de brillo superficial ( $\mu$ Jy arcsec $^{-2}$ ) para normalizar los puntos cero fotométricos.
2. Redimensionar las imágenes a una resolución común (64 $\times$ 64 píxeles) para tener en cuenta las diferencias en las escalas de píxel conservando el flujo.
3. La aplicación de estas normalizaciones permite aplicar los modelos entrenados en DES directamente a las imágenes de KiDS sin reentrenamiento.
Pipeline de Selección:
1. Pre-selección: Del catálogo padre de KiDS DR5 ( $\sim$ 1,38 $\times$ 10 $^8$ fuentes), se filtran candidatos basándose en el radio efectivo ( $2'' < r_{eff} < 20''$ ), la relación de ejes ( $q > 0.3$ ) y el brillo superficial ( $\mu_{eff,r} > 23$ mag arcsec $^{-2}$ ), junto con cortes de color.
2. Clasificación por Aprendizaje Profundo: El conjunto clasifica las fuentes como candidatas a LSBG si al menos un modelo asigna una probabilidad $P \ge 0.5$ .
3. Ajuste Estructural: Los candidatos sufren un ajuste Sérsic simultáneo en las bandas g, r e i utilizando galfitm para refinar los parámetros estructurales e identificar sistemas nucleados.
4. Inspección Visual: Un equipo de 18 coautores inspecciona visualmente los candidatos para eliminar contaminantes y ajustes incorrectos, asegurando una alta pureza de la muestra.
5. Corrimiento al Rojo y Propiedades Físicas: La muestra final se cruza con encuestas espectroscópicas (2dFGRS, GAMA, SDSS, DESI) y encuestas de H I (ALFALFA, FAST) para obtener corrimientos al rojo. Para las fuentes que carecen de corrimientos al rojo espectroscópicos, se derivan corrimientos al rojo fotométricos (photo-z), masas estelares ( $M_*$ ) y tasas de formación estelar (SFR) mediante ajuste de la Distribución de Energía Espectral (SED) utilizando CIGALE.

Resultados Clave

Construcción del Catálogo: La metodología identifica exitosamente 20.180 LSBGs y 434 Galaxias Ultra-Difusas (UDGs) en KiDS DR5.
Rendimiento del Modelo: El conjunto alcanza una recuperación del 97% en el conjunto de prueba de DES con una tasa de contaminación de $\sim$ 6%. La validación contra LSBGs conocidas en la zona de superposición de KiDS muestra una tasa de reidentificación del 95,1% para LSBGs de DES y del 92,2% para UDGs conocidas, confirmando la capacidad de los modelos para generalizar entre encuestas.
Propiedades Estructurales: Las KiDS-LSBGs exhiben parámetros estructurales (índice de Sérsic, relación de ejes, radio efectivo) consistentes con las LSBGs de DES y la encuesta Hyper Suprime-Cam SSP (HSC-SSP).
Relación Tamaño-Luminosidad: El estudio revela una relación continua tamaño-luminosidad que conecta las galaxias enanas clásicas, las LSBGs y las UDGs, sugiriendo que representan una extensión difusa de la población de galaxias enanas en lugar de una clase distinta.
Corrimientos al Rojo Fotométricos: El ajuste SED produce estimaciones de photo-z con una desviación absoluta mediana normalizada (NMAD) de $\sigma_{NMAD} = 0.031$ , comparable a las poblaciones generales de galaxias de KiDS. Sin embargo, los valores de photo-z se sobreestiman sistemáticamente ( $\Delta z \simeq 0.024$ ), lo que conduce a desplazamientos sistemáticos en las estimaciones de masa estelar y SFR. A pesar de estos sesgos, los cambios en la tasa específica de formación estelar (sSFR) son pequeños ( $\sim$ 0,13–0,22 dex), preservando la estructura de la secuencia principal de formación estelar.
Bimodalidad de Color y Entorno: La muestra de LSBG muestra una distribución de color bimodal ( $\sim$ 73% azules, $\sim$ 27% rojas). Se observan fuertes tendencias ambientales: las LSBGs y UDGs de cúmulos son más rojas y exhiben una formación estelar reducida en comparación con los sistemas no pertenecientes a cúmulos. En el bin de corrimiento al rojo más bajo ( $z \le 0.03$ ), el 72,7% de las LSBGs de cúmulos están apagadas, en comparación con solo el 11,1% en entornos no pertenecientes a cúmulos. Las UDGs están más fuertemente apagadas que las no-UDGs en los cúmulos.

Significado y Afirmaciones
El artículo demuestra que la adaptación de dominio, específicamente a través de la normalización del brillo superficial y el redimensionamiento de imágenes, permite que los modelos de aprendizaje profundo entrenados en una encuesta (DES) identifiquen eficazmente LSBGs en una encuesta diferente e independiente (KiDS) sin reentrenamiento. Esto establece una vía escalable y computacionalmente eficiente para construir catálogos homogéneos de LSBGs a través de conjuntos de datos heterogéneos.

Los autores afirman que este marco es particularmente adecuado para la próxima era de LSST y Euclid, donde el volumen masivo de datos hará impracticable el entrenamiento de modelos específicos de la encuesta y la inspección manual. Al demostrar que la identificación entre encuestas es factible, el estudio proporciona una base para estudios sistemáticos a gran escala de las propiedades estructurales, de poblaciones estelares y ambientales de las galaxias difusas a lo largo del tiempo cósmico. El trabajo también destaca que, aunque las propiedades derivadas de photo-z tienen sesgos sistemáticos, siguen siendo útiles para análisis estadísticos a nivel de población, como la caracterización de la secuencia principal de formación estelar de las LSBGs.