🔭 astrophysics

Using Symbolic Regression to Emulate the Radial Fourier Transform of the Sérsic profile for Fast, Accurate and Differentiable Galaxy Profile Fitting

Cet article présente un émulateur basé sur la régression symbolique de la transformée de Fourier radiale du profil de Sérsic, intégré dans l'outil `pysersic`, qui permet d'accélérer de 2,5 fois le ajustement de profils galactiques tout en préservant une grande précision et une différentiabilité essentielles pour les futures enquêtes astronomiques.

Auteurs originaux : Tim B. Miller, Imad Pasha

Publié 2026-04-17

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Tim B. Miller, Imad Pasha

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de dessiner le portrait d'une galaxie lointaine. Pour les astronomes, ce n'est pas juste une question de beauté : c'est une science précise. Ils doivent mesurer la taille, la forme et la luminosité de ces galaxies pour comprendre comment l'univers fonctionne.

Le problème, c'est que les galaxies sont souvent modélisées par une formule mathématique complexe appelée profil de Sersic. C'est comme une recette de cuisine très précise pour décrire la lumière d'une étoile. Mais il y a un gros hic : cette recette est si compliquée qu'il est mathématiquement impossible de la "traduire" directement dans le langage des ondes (ce qu'on appelle l'espace de Fourier), un langage que les ordinateurs adorent utiliser pour faire des calculs rapides.

Jusqu'à présent, pour contourner ce problème, les astronomes devaient soit :

Dessiner la galaxie pixel par pixel en utilisant une loupe grossissante (ce qui est très lent et coûteux en temps de calcul).
Imiter la galaxie en assemblant des dizaines de petites boules de lumière (des gaussiennes), un peu comme essayer de dessiner un cercle parfait en empilant des petits carrés. Ça marche, mais ça prend beaucoup de temps.

La solution magique : L'IA qui "devine" la formule

Dans cet article, Tim Miller et Imad Pasha ont eu une idée brillante. Au lieu de chercher la formule mathématique parfaite (qui n'existe pas), ils ont demandé à une intelligence artificielle spécialisée, appelée régression symbolique, de trouver une approximation intelligente.

Voici l'analogie pour comprendre leur méthode :

Imaginez que vous voulez apprendre à un robot à dessiner un visage humain.

L'ancienne méthode : Le robot essaie de calculer la position exacte de chaque pore de la peau en utilisant des équations de physique complexes. C'est précis, mais ça prend des heures.
La nouvelle méthode (celle de l'article) : Le robot regarde des milliers de photos de visages, observe comment ils changent, et invente sa propre règle simple : "Si l'œil est ici, alors la bouche doit être là, avec cette courbe."

Les chercheurs ont fait exactement cela avec les galaxies :

Ils ont calculé numériquement (très précisément, mais lentement) à quoi ressemble la "traduction" de la galaxie dans l'espace des ondes pour des milliers de cas différents.
Ils ont donné ces données à l'IA.
L'IA a cherché dans sa boîte à outils mathématique une équation simple, rapide et fluide qui imite parfaitement ce comportement complexe.

Le résultat : Une galaxie en 2,5 fois moins de temps !

Leur nouvelle équation (l'émulateur) est comme un téléporteur.

Avant, pour analyser une galaxie, il fallait attendre 64 secondes (comme faire cuire un gâteau au four).
Avec leur nouvelle méthode, cela prend 23 secondes (comme faire chauffer un café).

C'est 2,5 fois plus rapide, et le résultat est presque identique en termes de précision. C'est comme si vous pouviez lire un livre entier en 10 minutes au lieu de 25, sans rien oublier du contenu.

Pourquoi est-ce important ?

L'univers regorge de galaxies. Les nouveaux télescopes vont nous envoyer des images de milliards de galaxies. Si on utilise les anciennes méthodes lentes, il faudra des siècles pour tout analyser.

Grâce à cette astuce :

Les astronomes peuvent analyser les données beaucoup plus vite.
Ils peuvent utiliser des ordinateurs plus simples (comme un ordinateur portable moderne) pour faire des calculs complexes.
La méthode reste "intelligente" (différentiable), ce qui permet aux ordinateurs d'apprendre et de s'améliorer continuellement, comme un élève qui corrige ses erreurs.

En résumé : Les auteurs ont utilisé l'intelligence artificielle pour inventer une "raccourci mathématique" qui permet de dessiner et d'analyser les galaxies aussi vite que l'éclair, sans sacrifier la précision. C'est une victoire majeure pour l'astronomie de demain, permettant de gérer le flot colossal de données qui arrive de l'espace.

1. Problématique

L'ajustement de profils de galaxies (profile fitting) est une technique fondamentale en astronomie extragalactique pour mesurer la morphologie et la photométrie des galaxies. Le modèle standard utilisé est le profil de Sersic, qui décrit la brillance de surface radiale d'une galaxie à l'aide de l'indice de Sersic ( $n$ ), du rayon effectif ( $R_{eff}$ ) et du flux total.

Cependant, l'utilisation de ce profil dans des algorithmes d'ajustement modernes présente des défis numériques majeurs :

Absence de transformée de Fourier analytique : Le profil de Sersic n'a pas de forme fermée pour sa transformée de Fourier. Or, travailler dans l'espace de Fourier est souvent préférable pour convoluer le modèle avec la fonction d'étalement de point (PSF) et éviter le sous-échantillonnage (oversampling) coûteux au centre des galaxies.
Coût computationnel des approximations actuelles : Les méthodes existantes, comme la décomposition en un mélange de gaussiennes (Mixture of Gaussians), nécessitent un grand nombre de composantes (souvent >10) pour être précises, ce qui augmente considérablement le temps de calcul.
Besoin de différenciation : Les techniques d'optimisation modernes (basées sur le gradient) et l'inférence bayésienne nécessitent des fonctions de rendu entièrement différentiables.

L'objectif de ce travail est de développer un émulateur rapide, précis et différentiable de la transformée de Fourier radiale (ou transformée de Hankel) du profil de Sersic pour accélérer l'ajustement de modèles.

2. Méthodologie

Les auteurs ont adopté une approche en trois étapes principales :

A. Calcul Numérique de la Transformée de Fourier

Ils ont calculé numériquement la transformée de Fourier radiale $F_r(k, n)$ du profil de Sersic en utilisant le package Python hankel, qui implémente une méthode d'intégration précise pour les fonctions de Bessel.
Un ensemble de données d'entraînement a été généré en échantillonnant aléatoirement 10 000 combinaisons de l'indice de Sersic ( $n \in [0.4, 6.5]$ ) et de la fréquence spatiale ( $k$ ).
Ils ont observé que la transformée varie de manière lisse par rapport à $n$ et $k$ , et qu'elle est bornée entre 0 et 1.

B. Régression Symbolique (Symbolic Regression)

Au lieu d'utiliser un réseau de neurones (boîte noire), les auteurs ont employé la régression symbolique via le package pysr. Cette méthode cherche la meilleure équation analytique parmi un vaste espace de formes fonctionnelles.
Contraintes structurelles : Pour garantir que l'émulateur respecte les limites physiques (borné entre 0 et 1), ils ont imposé une structure de type sigmoïde inversée :
$\tilde{F}_r(k, n) = \frac{1}{1 + e^{G(k,n)}}$
où $G(k, n)$ est la fonction découverte par l'algorithme génétique.
Optimisation : L'algorithme a cherché à minimiser l'erreur quadratique moyenne (L2 loss) tout en contrôlant la complexité de l'équation (nombre d'opérateurs et de constantes).

C. Sélection du Modèle

Les auteurs ont analysé le compromis entre la précision (erreur L2) et le temps d'exécution. Ils ont identifié un "plateau" où l'augmentation de la complexité n'améliore plus significativement la précision.
Ils ont sélectionné une équation spécifique (Équation 6 dans le papier) offrant le meilleur rapport vitesse/précision, avec une complexité de 39 composants.

3. Contributions Clés

Développement d'une équation analytique fermée : Première dérivation d'une approximation analytique précise de la transformée de Fourier du profil de Sersic via la régression symbolique.
Intégration dans pysersic : L'implémentation de cette méthode dans le logiciel d'ajustement de profils pysersic, assurant la différenciation automatique (via JAX).
Validation rigoureuse :
- Tests d'injection-récupération (injection-recovery) sur des profils "parfaits" générés par un rendu suréchantillonné.
- Comparaison sur un échantillon réel de 100 galaxies issues de l'enquête HSC-SSP (GAMA survey).
Gain de performance significatif : Démonstration d'une accélération massive sans perte notable de précision.

4. Résultats

Précision et Fidélité :

Tests d'injection-récupération : L'émulateur récupère les paramètres (rayon effectif $R_{eff}$ $R_{e f f}$ , indice $n$ $n$ , flux, position, ellipticité) avec une précision exceptionnelle.
- Différence moyenne < 0,4 % pour $R_{eff}$ et $n$ .
- Dispersion (scatter) < 1,7 %.
- Note : Une légère sous-estimation systématique de l'indice $n$ (jusqu'à 5 %) est observée pour $n \approx 1$ , mais reste négligeable par rapport aux incertitudes observationnelles typiques des catalogues astronomiques.
Comparaison avec la méthode hybride : Sur des galaxies réelles, les paramètres récupérés par l'émulateur Fourier et la méthode hybride (mélange de gaussiennes par défaut) sont quasi-indistinguables visuellement et statistiquement (différence fractionnelle médiane < 1 %).

Performance Computationnelle :

L'émulateur Fourier est 2,5 fois plus rapide que la méthode hybride par défaut de pysersic.
Temps d'inférence (MCMC) : Le temps médian pour un échantillonnage MCMC passe de 64 secondes à 23,5 secondes par galaxie.
Optimisation (MAP) : Le temps passe de 3,33 s à 1,45 s.
Inférence variationnelle (SVI) : Le temps passe de 36,5 s à 15,3 s.

5. Signification et Perspectives

Ce travail représente une avancée majeure pour l'analyse des grands relevés astronomiques futurs (comme ceux du LSST/Rubin Observatory ou Euclid) qui généreront des milliards de galaxies.

Évolutivité : La réduction du temps de calcul permet de maintenir la précision des modèles tout en traitant des volumes de données massifs, rendant l'inférence bayésienne complète (MCMC) réalisable sur des ordinateurs portables modernes pour des échantillons importants.
Différentiabilité : Contrairement aux méthodes de lookup-tables ou d'approximations numériques lourdes, cette approche fournit une fonction analytique continue et différentiable, essentielle pour les méthodes d'optimisation basées sur le gradient.
Limitations : L'approximation est empirique et valide principalement pour $0.5 < n < 6$ . Elle ne corrige pas encore le repliement spectral (aliasing) aux bords de l'image, bien que cela soit moins critique pour les galaxies centrées dans les coupures (cutouts) typiques de pysersic.

En conclusion, les auteurs proposent une solution élégante et efficace qui remplace des approximations coûteuses par une équation symbolique optimisée, permettant de passer à l'échelle supérieure les pipelines de traitement de données morphologiques galactiques.