Résumé Technique : Classification des régimes de croissance des trous noirs supermassifs via des simulations cosmologiques et prévisions pour le LSST

1. Contexte et Problématique

La formation et la croissance précoce des trous noirs supermassifs (SMBH) au cours du premier milliard d'années de l'univers constituent un défi majeur pour l'astrophysique moderne. Les récentes découvertes du télescope spatial James Webb (JWST) de « petits points rouges » (little red dots) à des redshifts $z > 6$, dont les masses de trous noirs semblent dépasser les relations d'échelle locales de plusieurs ordres de grandeur, remettent en question les modèles de « graines légères » (remnants d'étoiles de population III, $\sim 100 M_\odot$).

Cependant, la masse exacte des « graines lourdes » ($\sim 10^4 - 10^6 M_\odot$) reste mal contrainte. De plus, le futur relevé du Vera C. Rubin Observatory (LSST) caractérisera des milliards de galaxies par photométrie large bande, sans mesures directes de la masse des trous noirs. Il est donc crucial de développer des diagnostics observables capables de distinguer les régimes de croissance « sur-massifs » (over-massive) et « sous-massifs » (under-massive) par rapport aux relations d'échelle attendues, afin de contraindre l'histoire de l'accrétion et l'origine des graines.

2. Méthodologie

2.1. Données et Simulations

L'étude utilise des données issues de trois grandes simulations cosmologiques employant des prescriptions de « graines lourdes » ($\ge 10^4 M_\odot$) :

• Simba : Volume de $(100 h^{-1} \text{cMpc})^3$, utilisant le code Gizmo, avec un modèle d'accrétion limité par le couple (torque-limited).
• IllustrisTNG : Inclut les volumes TNG100-1, TNG300-1, TNG50-1 et TNG50-2, utilisant le code AREPO avec un modèle d'accrétion de type Bondi-Hoyle et un couplage de rétroaction (feedback) AGN.
• Eagle : Utilisé pour des tests de validation croisée (bien que ses résultats en mode limité par la magnitude soient limités par la luminosité des AGN).

2.2. Modélisation Vers l'Avant (Forward Modeling)

Pour rendre les simulations compatibles avec les observations du LSST, un pipeline de modélisation vers l'avant a été développé :

• Calcul des flux : Conversion des taux d'accrétion ($\dot{M}$) en luminosité bolométrique ($L_{bol}$) et application d'un spectre énergétique (SED) multi-cassure (basé sur les quasars composites de Vanden Berk et Richards).
• Atténuation : Prise en compte de l'absorption par le milieu intergalactique (IGM) pour $z > 3$ et de l'extinction par la poussière (courbe SMC) pour 50 % des AGN de type 2.
• Composante hôte : Calcul de la luminosité de la galaxie hôte basée sur le rapport masse/lumière stellaire ($M/L$), distinguant les systèmes quiescents et ceux en formation d'étoiles.
• Bruit observationnel : Ajout d'une dispersion gaussienne pour imiter les incertitudes des données du Data Preview 1 (DP1) du LSST.

2.3. Cadre d'Apprentissage Automatique

• Cible de classification : Distinction entre trous noirs « sur-massifs » et « sous-massifs » par rapport à une relation $M_{BH} - M_*$ ajustée aux données de chaque simulation (régression médiane par bins).
• Caractéristiques (Features) : Utilisation de 16 observables purement photométriques (magnitudes $g, r, i, z$, couleurs, redshift, et caractéristiques dérivées comme la courbure du SED et un proxy de magnitude absolue). Le taux d'Eddington ($\lambda_{Edd}$) est inclus mais des tests de circularité ont été menés pour vérifier qu'il ne s'agit pas d'une fuite de données.
• Architecture du modèle : Un ensemble (stacking) de quatre classificateurs (Réseau de Neurones, FT-Transformer, Random Forest, XGBoost) combinés via un méta-apprentissage par régression logistique.
• Validation croisée : Utilisation de la validation croisée 5-fold, en séparant par ID de trou noir pour éviter les fuites de données temporelles. Des expériences de transfert entre simulations (entraînement sur Simba, test sur TNG) sont réalisées en utilisant des caractéristiques de rang normalisé pour éliminer les biais spécifiques aux codes de simulation.

3. Résultats Clés

3.1. Performance de Classification

Le modèle démontre une capacité discriminante robuste pour distinguer les régimes de croissance :

• Précision interne : Atteint 91 % à 94 % de précision (AUC $\approx$ 0,98) sur les simulations Simba et IllustrisTNG, tant en mode intrinsèque (sans limite de magnitude) qu'en mode limité par la magnitude du LSST.
• Robustesse au redshift : La précision reste stable ($\sim$92–96 %) de $z < 0,5$ à $z > 5$.
• Transferts inter-simulations : Lors de l'entraînement sur une simulation et du test sur une autre (en utilisant des caractéristiques de rang), la précision atteint 83 % à 89 % en mode intrinsèque. Cela confirme que l'ordre photométrique relatif des régimes de croissance est préservé malgré des prescriptions de rétroaction et d'accrétion fondamentalement différentes.

3.2. Décomposition du Signal et Tests de Circularité

Des expériences rigoureuses ont été menées pour s'assurer que le modèle n'apprend pas simplement une inversion analytique de la relation $M_{BH} \to L_{bol}$ :

• Test A (Permutation de $\dot{M}$) : La précision ne chute que de 2-4 %, indiquant que le lien direct $L_{bol}(M_{BH})$ n'est pas le signal dominant.
• Test B (Photométrie hôte uniquement) : En excluant la composante AGN, le modèle atteint 82–87 % de précision. Cela prouve que la co-évolution trou noir-galaxie laisse une empreinte forte sur les couleurs de la galaxie hôte.
• Test C (Bins de masse fixes) : En restreignant l'analyse à des bins de masse étroits, le modèle maintient une haute précision, prouvant qu'il détecte les variations d'état d'accrétion (forme du SED) plutôt que la masse globale.
• Analyse d'attention : Les cartes de chaleur du FT-Transformer montrent que le modèle se base principalement sur la forme du SED (proxy de magnitude absolue et étendue spectrale) et les couleurs de l'hôte.

3.3. Limites et Artefacts

• Les simulations à très basse résolution (TNG100-2, TNG300-2) donnent des précisions artificiellement élevées (> 99 %) en raison d'une discrétisation grossière des masses, ce qui rend les populations trivialement séparables.
• La simulation Eagle échoue en mode limité par la magnitude car son physique d'accrétion conservatrice produit des AGN trop faibles pour être détectés par le LSST.

4. Contributions et Signification

Contributions Principales

1. Pipeline Photométrique Validé : Démonstration qu'il est possible de classifier les régimes de croissance des SMBH (sur-massifs vs sous-massifs) uniquement à partir de données photométriques large bande, sans mesures de masse dynamiques.
2. Universalité du Signal : Preuve que les signatures photométriques de la croissance des trous noirs sont des propriétés physiques transférables entre différents codes de simulation, au-delà des artefacts numériques ou des prescriptions de rétroaction spécifiques.
3. Préparation pour le LSST : Fourniture d'une méthodologie prête à l'emploi pour interpréter les futurs relevés du LSST, permettant d'identifier des populations de trous noirs anormaux dans des échantillons de milliards de galaxies.

Signification Scientifique

Ce travail établit une base de référence pour l'interprétation des observations futures. Il suggère que même sans accès direct à la masse des trous noirs, les couleurs des galaxies hôtes et la forme du spectre énergétique AGN contiennent suffisamment d'informations pour contraindre l'histoire de l'accrétion. Bien que l'étude se concentre sur les graines lourdes, la méthodologie ouvre la voie à la discrimination des origines des graines (légères vs lourdes) dès que des simulations incluant explicitement des graines légères seront disponibles.

En conclusion, l'article démontre que l'apprentissage automatique, couplé à une modélisation physique rigoureuse, peut extraire des signatures de co-évolution trou noir-galaxie robustes, offrant un outil puissant pour l'ère de l'astronomie des grands relevés photométriques.