Constructing a Mock Galaxy Catalog for the All-sky SPECtroscopic Survey of Nearby Galaxies (A-SPEC) Using the Machine-assisted Semi-Simulation Model

Résumé technique : Construction d'un catalogue de galaxies fictives pour l'A-SPEC à l'aide du modèle de semi-simulation assistée par machine (MSSM)

Énoncé du problème
Le relevé spectroscopique de l'Univers proche (A-SPEC) vise à compiler les propriétés physiques et les décalages vers le rouge (redshifts) des galaxies plus brillantes que $K_S = 13,75$ sur l'ensemble du ciel. Alors que les relevés actuels ciblent de plus en plus les univers à haut redshift, l'Univers local (dans un rayon de quelques centaines de mégaparsecs) reste incomplètement cartographié. Des catalogues de galaxies fictives (mocks) réalistes sont essentiels pour valider la conception des relevés, interpréter les données observationnelles et estimer les covariances entre les paramètres cosmologiques. Cependant, générer des mocks qui reproduisent à la fois le regroupement statistique (clustering) et la diversité des propriétés baryoniques (par exemple, la masse stellaire, la masse de gaz, le taux de formation stellaire) des galaxies cibles est un défi. Les méthodes purement fondées sur les données manquent souvent de propriétés individuelles des galaxies, tandis que les simulations hydrodynamiques complètes couvrant le volume de relevage nécessaire ($\sim 2 \text{ Gpc}^3$) sont d'un coût computationnel prohibitif. De plus, les approches existantes d'apprentissage automatique (ML) peinent souvent à prédire avec précision les propriétés liées au gaz et les taux de formation stellaire en raison de la nature complexe et dégénérée des processus astrophysiques.

Méthodologie
Les auteurs emploient un Modèle de Semi-Simulation assisté par Machine (MSSM) pour combler le fossé entre les simulations de matière noire uniquement (N-corps) et la physique baryonique. La méthodologie comprend trois étapes principales :

1. Génération des données d'entraînement : Le modèle est entraîné sur la suite de simulations magnétohydrodynamiques cosmologiques IllustrisTNG, en utilisant spécifiquement la simulation haute résolution TNG100-1. Pour pallier la rareté des halos massifs dans TNG100-1, les sous-halos de la simulation à plus basse résolution TNG300-1 sont inclus et mis à l'échelle à l'aide de facteurs constants dérivés de la simulation haute résolution. L'échantillon d'entraînement est restreint aux sous-halos possédant un nombre suffisant de particules ($N_{DM} \ge 40, N_{star} \ge 40$) et des propriétés de gaz non nulles.
2. Architecture d'apprentissage automatique : Le MSSM utilise un régresseur d'Arbres Aléatoires Extrêmement Randomisés (ERT). Le modèle opère selon un processus d'apprentissage en deux étapes :
   • Premièrement, il prédit les magnitudes stellaires dans huit bandes photométriques ($U, B, V, K, u, g, r, z$).
   • Deuxièmement, ces magnitudes prédites sont ajoutées aux caractéristiques d'entrée pour prédire les autres propriétés baryoniques : masse stellaire ($M_{star}$), masse de gaz ($M_{gas}$), taux de formation stellaire (SFR) et métallicité du gaz ($Z_{gas}$).
   • Caractéristiques d'entrée : Le modèle ingère les propriétés des sous-halos de matière noire (masse, vitesse circulaire, dispersion de vitesse, spin), les paramètres environnementaux (densité locale, nombre de voisins, anisotropie de marée) et les paramètres d'anisotropie des sous-halos (spin de Bullock, décalages de position/vitesse, rapports d'axes). Crucialement, les auteurs introduisent des mesures d'environnement basées sur les particules (contraste de densité $\delta_R$ et anisotropie de marée $\alpha_R$) ainsi qu'un taux d'accrétion de pseudo-masse (pMAR) dérivé du traçage de la particule la plus liée, compensant l'absence d'informations complètes sur l'arbre de fusion (merger tree) dans la simulation N-corps cible.
3. Application à la simulation N-corps : Une simulation N-corps (NASIM) personnalisée est construite en utilisant une approche zoomée avec quatre niveaux de résolution imbriqués. Cette conception garantit une résolution suffisante pour résoudre les sous-halos jusqu'à la limite de masse requise par la limite de flux de l'A-SPEC ($K_S \le 13,75$) dans la plage de redshift $z \approx 0$ à $0,2$, tout en maintenant un grand volume de relevage. Le MSSM est appliqué au catalogue de sous-halos de NASIM pour "peindre" les propriétés baryoniques sur les sous-halos de matière noire. Pour atténuer les écarts de résolution entre les données d'entraînement hydrodynamiques et l'application N-corps, les auteurs appliquent une mise à l'échelle dépendante de la masse à certaines entrées structurelles ($v_{circ}$ et $\sigma_v$).

Contributions clés et résultats

• Amélioration de la précision prédictive : En introduisant les paramètres d'anisotropie des sous-halos et les caractéristiques environnementales basées sur les particules, les auteurs ont amélioré les performances du modèle. Le modèle final atteint des coefficients de détermination ($R^2$) de :
  • $0,96$ pour la Masse Stellaire ($M_{star}$)
  • $0,90$ pour la Masse de Gaz ($M_{gas}$)
  • $0,70$ pour le Taux de Formation Stellaire (SFR)
  • $0,79$ pour la Métallicité du Gaz ($Z_{gas}$)
    Le modèle reproduit avec succès le regroupement dépendant de la luminosité des galaxies cibles lorsqu'il est ajusté pour correspondre à la densité numérique.
• Analyse de l'importance des caractéristiques : En utilisant les explications SHAP (SHapley Additive exPlanations), l'étude quantifie les contributions des caractéristiques. Bien que $M_{subhalo}$, $v_{circ}$ et $\sigma_v$ dominent les prédictions pour les propriétés stellaires, les caractéristiques environnementales contribuent de manière significative (20 à 40 %) aux propriétés liées au gaz. Plus précisément, le contraste de densité ($\delta$) mesuré à $z=0,2$ dans une fenêtre proportionnelle à la taille du sous-halo a été identifié comme la métrique environnementale la plus influente pour prédire la masse de gaz.
• Gestion des populations non résolues : Pour traiter le biais introduit par l'exclusion des sous-halos à faible gaz/SFR (dû aux limites de résolution), les auteurs ont implémenté une stratégie d'assignation pseudo-aléatoire pour les propriétés baryoniques non résolues, basée sur des relations d'échelle avec les composantes stellaires. Cette approche a qualitativement amélioré la récupération des fonctions de distribution pour le SFR et la masse de gaz, particulièrement pour les queues de distribution inférieures.
• Construction du catalogue de référence (mock) : Le catalogue de référence résultant reproduit la fonction de luminosité dans la bande $K_S$ et les fonctions de corrélation à deux points des galaxies cibles. Les auteurs notent que bien que les propriétés stellaires soient bien récupérées, les propriétés liées au gaz (SFR et métallicité) présentent encore des écarts systématiques au niveau des queues de distribution, indiquant que les caractéristiques de matière noire actuelles ne codent pas totalement la physique de la formation stellaire et de l'enrichissement métallique.

Signification et revendications
L'article affirme fournir un catalogue de galaxies fictives de référence pour le relevé A-SPEC, incluant un ensemble complet de propriétés baryoniques prédites. La signification de ce travail réside dans :

1. Outil de validation : Le catalogue sert de banc d'essai critique pour la conception du relevé A-SPEC, permettant l'estimation des covariances de paramètres et la validation des fonctions de sélection sans le coût prohibitif des simulations hydrodynamiques complètes sur le volume du relevé.
2. Avancée méthodologique : L'étude démontre que les modèles d'apprentissage automatique entraînés sur des simulations hydrodynamiques à haute résolution peuvent être transférés avec succès à des simulations N-corps à plus basse résolution grâce à une ingénierie de caractéristiques appropriée (ex: paramètres d'anisotropie, environnements basés sur les particules) et une mise à l'échelle des entrées.
3. Publication de ressources : Les auteurs publient le catalogue de référence, qui servira de ressource fondamentale pour les futurs programmes scientifiques de l'A-SPEC, incluant la construction de catalogues complets de groupes et amas de galaxies proches.

Les auteurs restent modestes quant aux limites de leur modèle, reconnaissant que la performance prédictive pour le SFR et la métallicité n'est pas encore suffisante pour capturer pleinement la diversité des populations de type "starburst" et quiescentes, et que les améliorations futures nécessiteront une meilleure gestion des historiques de fusion et une mise à l'échelle plus précise des propriétés des sous-halos à travers différentes résolutions de simulation.