Extracting redshifts from 2D slitless spectroscopic images using deep learning for the CSST galaxy survey

Resumen Técnico: Extracción de Corrimientos al Rojo a partir de Imágenes Espectroscópicas Sin Rendija 2D mediante Aprendizaje Profundo para la Sondeo de Galaxias del CSST

Enunciado del Problema
Los sondeos espectroscópicos sin rendija de gran campo, como el próximo Telescopio de Sondeo de la Estación Espacial China (CSST), son críticos para la cosmología de precisión, pero enfrentan obstáculos significativos en el análisis de datos. A diferencia de la espectroscopía basada en rendijas tradicional, los instrumentos sin rendija dispersan la luz directamente sobre el detector, convolucionando el espectro con la morfología espacial bidimensional de la fuente. Esta convolución complica la calibración de longitud de onda, ya que el punto cero depende del centrado espacial exacto y de la simetría morfológica de la fuente. En el caso específico del CSST, el diseño del plano focal impide la obtención simultánea de imágenes directas, haciendo necesario el cruce con catálogos fotométricos separados para establecer los centrados astrométricos. Este proceso introduce desplazamientos sistemáticos de longitud de onda debido a incertidumbres astrométricas. Además, los flujos de trabajo tradicionales intentan desmezclar espectros superpuestos y extraer espectros unidimensionales de estas complejas imágenes bidimensionales, un proceso propenso a acumular errores sistemáticos y a una pérdida significativa de información.

Metodología
Para eludir los pasos propensos a errores de extracción unidimensional y calibración de longitud de onda, los autores proponen un marco de aprendizaje profundo que estima los corrimientos al rojo directamente a partir de imágenes espectrales sin rendija 2D crudas.

• Construcción del Conjunto de Datos: Los autores construyeron un conjunto de datos simulado realista de aproximadamente 689.000 imágenes espectrales 2D para las bandas GV y GI del CSST. Las morfologías espaciales de alta resolución se extrajeron de la Liberación de Datos Pública 3 del Programa Estratégico Hyper Suprime-Cam Subaru (HSC-SSP PDR3), mientras que las Distribuciones de Energía Espectral (SED) se derivaron de la Liberación de Datos 1 del Instrumento Espectroscópico de Energía Oscura (DESI DR1). Estos se combinaron utilizando el módulo de simulación sls_1d_spec, que incorpora Funciones de Dispersión de Punto (PSF) realistas y modelos de ruido. El conjunto de datos se filtró para asegurar plantillas de entrada de alta calidad (por ejemplo, SNR > 100 en la banda i de HSC) y se restringió a fuentes con $SNR_{GI} \ge 1$.
• Arquitectura de la Red: El estudio emplea una Red Neuronal Convolucional Bayesiana (BCNN) implementada mediante dropout de Monte Carlo (MC). La arquitectura consiste en un extractor de características ResNet-34 (modificado para la forma de entrada específica de las bandas GV y GI apiladas) seguido de un estimador de Perceptrón Multicapa (MLP).
• Cuantificación de la Incertidumbre: La red está diseñada para emitir tanto una predicción media del corrimiento al rojo como una log-varianza. Al mantener el dropout activo durante la inferencia, el modelo realiza múltiples pasadas forward estocásticas para aproximar un conjunto bayesiano. Esto permite la cuantificación simultánea de la incertidumbre epistémica (dependiente del modelo) y la incertidumbre aleatoria (ruido dependiente de los datos).
• Estrategia de Entrenamiento: El modelo utiliza un enfoque de aprendizaje por transferencia. Primero se pre-entrena una red determinista para establecer un espacio de características robusto. Este extractor de características se utiliza luego para inicializar la red bayesiana, que se entrena utilizando una función de pérdida de Negativa Log-Verosimilitud (NLL). Para simular y mitigar errores de calibración de longitud de onda, el conjunto de entrenamiento incluye una amplia augmentación de datos espaciales (volteo horizontal y traslaciones aleatorias de hasta el 10% de las dimensiones de la imagen).
• Calibración: Se encontró que las incertidumbres crudas de la BCNN eran poco confiables (subconfiadas). Los autores aplicaron escalado de temperatura (un parámetro de optimización global) para calibrar las incertidumbres predichas, asegurando que la probabilidad de cobertura empírica coincida con los intervalos de confianza teóricos.

Resultados Clave
El marco se evaluó en un conjunto de prueba diseñado para reflejar la distribución de corrimientos al rojo anticipada del sondeo CSST.

• Precisión: Para fuentes con $SNR_{GI} \ge 1$, la BCNN logró una desviación absoluta mediana normalizada (NMAD) de $\sigma_{NMAD} = 0.0104$. La incertidumbre media normalizada fue $\langle E/(1+z_{true}) \rangle = 0.0155$.
• Dependencia del SNR: El rendimiento mejoró significativamente con mayores relaciones señal-ruido. Para $SNR_{GI} \ge 3.0$, $\sigma_{NMAD}$ alcanzó 0.0047; para $\ge 5.0$, fue 0.0037; y para $\ge 10.0$, mejoró a 0.0024.
• Clasificaciones de Objetivo: El rendimiento varió según el tipo de galaxia. Las Muestras de Galaxias Brillantes (BGS) produjeron la mayor precisión ($\sigma_{NMAD} = 0.0051$), seguidas por las Galaxias Rojas Luminosas (LRG, 0.0177). Las Galaxias con Líneas de Emisión (ELG) mostraron la menor precisión (0.0244), atribuida a su debilidad, su dependencia de líneas de emisión estrechas que se difuminan en espectros sin rendija de baja resolución, y tamaños de muestra más pequeños en el conjunto de entrenamiento.
• Robustez ante Errores de Calibración: Cuando se probó con datos que incluían traslaciones espaciales simuladas (de hasta el 10% de las dimensiones de la imagen) para imitar fallos en la calibración de longitud de onda, el modelo mostró solo una degradación modesta. Para $SNR_{GI} \ge 1$, $\sigma_{NMAD}$ aumentó ligeramente de 0.0104 a 0.0121, demostrando la capacidad de la red para corregir implícitamente las incertidumbres astrométricas sin flujos de trabajo de calibración explícitos.

Significado y Afirmaciones
Los autores afirman que este trabajo proporciona una vía novedosa y robusta para analizar sondeos espectroscópicos sin rendija de próxima generación. Al operar directamente sobre imágenes espectrales 2D, el método elude por completo los complejos y propensos a errores pasos de extracción espectral unidimensional y calibración de longitud de onda. El estudio demuestra que el aprendizaje profundo puede aprovechar eficazmente tanto la dispersión espectral como la información morfológica espacial para lograr precisiones de corrimiento al rojo ($\sigma_{NMAD} \approx 0.0047$ para $SNR \ge 3$) que cumplen los requisitos para estudios de Oscilaciones Acústicas Bariónicas (BAO) utilizando datos del CSST. Además, la integración de la inferencia bayesiana proporciona estimaciones de incertidumbre estadísticamente fiables, un requisito crítico para la cosmología de precisión. Los autores concluyen que este marco establece una prueba de concepto para desbloquear el potencial cosmológico del CSST y misiones similares, aunque señalan que las iteraciones futuras deben abordar limitaciones como la morfología de galaxias dependiente de la longitud de onda y sistemáticos instrumentales complejos (por ejemplo, rayos cósmicos, defectos del detector) antes de su aplicación a datos observacionales reales.