🔭 astrophysics

Optimizing Deep Learning Photometric Redshifts for the Roman Space Telescope with HST/CANDELS

यह शोध पत्र प्रदर्शित करता है कि PITA नामक एक नवीन अर्ध-पर्यवेक्षित (semi-supervised) डीप लर्निंग मॉडल, जो लेबल किए गए और बिना लेबल वाले HST/CANDELS डेटा दोनों का लाभ उठाता है, सीमित स्पेक्ट्रोस्कोपिक प्रशिक्षण डेटा का प्रभावी ढंग से उपयोग करने के लिए एक सुचारू लेटेंट स्पेस (latent space) बनाकर नैन्सी ग्रेस रोमन स्पेस टेलीस्कोप के लिए फोटोमेट्रिक रेडशिफ्ट का अनुमान लगाने में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

मूल लेखक: Ashod Khederlarian, Brett H. Andrews, Jeffrey A. Newman, Tianqing Zhang, Biprateep Dey

प्रकाशित 2026-05-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ashod Khederlarian, Brett H. Andrews, Jeffrey A. Newman, Tianqing Zhang, Biprateep Dey

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि नैन्सी ग्रेस रोमन स्पेस टेलिस्कोप एक विशाल, अत्यंत शक्तिशाली कैमरा है जो पूरे ब्रह्मांड की एक बहुत बड़ी तस्वीर लेने के लिए तैयार है। इसका लक्ष्य करोड़ों आकाशगंगाओं (galaxies) को कैद करना है, पास की आकाशगंगाओं से लेकर उन इतनी दूर की आकाशगंगाओं तक जो केवल प्रकाश के धुंधले धब्बों जैसी दिखती हैं।

इन आकाशगंगाओं को समझने के लिए, खगोलविदों को उनके रेडशिफ्ट (redshift) को जानने की आवश्यकता है। रेडशिफ्ट को एक "कॉस्मिक स्पीडोमीटर" के रूप में सोचें जो आपको बताता है कि एक आकाशगंगा हमसे कितनी तेजी से दूर जा रही है। क्योंकि ब्रह्मांड फैल रहा है, इसलिए एक आकाशगंगा जितनी तेजी से हमसे दूर जाती है, उसका प्रकाश उतना ही अधिक खिंचता है (स्पेक्ट्रम के लाल छोर की ओर शिफ्ट होता है)। रेडशिft को जानकर आप यह जान सकते हैं कि आकाशगंगा कितनी दूर है और उसके प्रकाश ने अपनी यात्रा कब शुरू की थी।

समस्या क्या है? रेडशिफ्ट को सटीक रूप से मापने के लिए आमतौर पर एक "स्पेक्ट्रोस्कोप" (एक उपकरण जो प्रकाश को विस्तार से विश्लेषण करने के लिए इंद्रधनुष में तोड़ देता है) की आवश्यकता होती है। लेकिन रोमन टेलिस्कोप इतनी सारी तस्वीरें लेगा कि हर एक आकाशगंगा के लिए स्पेक्ट्रोस्कोप का उपयोग करने के लिए न तो पर्याप्त समय होगा और न ही संसाधन। अधिकांश आकाशगंगाओं के पास केवल एक "फोटोमेट्रिक" (photometric) माप होगा—यानी, मूल रूप से केवल कुछ अलग-अलग रंगों के फिल्टर में उनकी चमक।

यह शोध पत्र पूछता है: क्या हम केवल आकाशगंगाओं की तस्वीरों को देखकर उनके रेडशिफ्ट का अनुमान लगाने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग कर सकते हैं, भले ही हमारे पास विस्तृत "स्पीडोमीटर" डेटा न हो?

यहाँ बताया गया है कि शोधकर्ताओं ने इसे कैसे हल किया, एक सरल उपमा (analogy) का उपयोग करते हुए:

1. चुनौती: "अंधा" AI

शोधकर्ताओं ने तीन अलग-अलग प्रकार के AI "छात्रों" का परीक्षण किया यह देखने के लिए कि कौन सा रेडशिफ्ट का अनुमान लगाने में सबसे अच्छा सीख सकता है। उन्होंने हबल स्पेस टेलिस्कोप (विशेष रूप से CANDELS सर्वे) के डेटा का उपयोग किया जो रोमन टेलिस्कोप द्वारा देखे जाने वाले दृश्य के विकल्प के रूप में काम करेगा।

छात्र A (पुराना तरीका): इस छात्र ने केवल नंबरों (विभिन्न रंगों में आकाशगंगा कितनी चमकीली है) को देखा। यह किसी व्यक्ति की ऊंचाई और वजन की सूची देखकर उसकी उम्र का अनुमान लगाने जैसा है। यह ठीक है, लेकिन यह विवरणों को मिस कर देता है।
छात्र B (पूर्णतः पर्यवेक्षित/Fully Supervised): इस छात्र ने आकाशगंगाओं की वास्तविक तस्वीरों को देखा। इसके पास एक "शिक्षक" (लेबल वाला डेटा) था जिसने हर तस्वीर के अध्ययन के दौरान उसे सही रेडशिफ्ट बताया। इसने पैटर्न को पहचानने के लिए पिक्सेल में उन बारीकियों को सीखा जो केवल नंबरों से नहीं देखी जा सकती थीं।
छात्र C (स्व-शिक्षित/Self-Taught): इस छात्र ने आकाशगंगाएं सामान्य रूप से कैसी दिखती हैं, यह सीखने के लिए सभी तस्वीरों को देखा (यहाँ तक कि वे भी जिनके पास शिक्षक नहीं थे)। फिर, इसने उन आकाशगंगाओं के लिए रेडशिफ्ट का अनुमान लगाने की कोशिश की जिनके पास शिक्षक थे। शोधकर्ता उम्मीद कर रहे थे कि यह एक ऐसे इंसान की तरह काम करेगा जो हजारों फोटो देखकर कारों को पहचानना सीखता है, और फिर उस कौशल का उपयोग एक विशिष्ट मॉडल की पहचान करने के लिए करता है।

2. आश्चर्य: "स्व-शिक्षित" छात्र संघर्ष कर गया

शोधकर्ताओं ने पाया कि छात्र B (पूर्णतः पर्यवेक्षित) बहुत अच्छा था, जिसने पुराने स्कूल के नंबर-क्रंचर को पीछे छोड़ दिया। हालाँकि, छात्र C (स्व-शिक्षित) निराशाजनक था।

क्यों? शोधकर्ताओं ने यह देखने के लिए कि AI वास्तव में क्या "सोच" रहा है, एक विशेष उपकरण (जिसे UMAP कहा जाता है) का उपयोग किया। उन्होंने पाया कि छात्र C मुख्य रूप से इस बात पर ध्यान दे रहा था कि आकाशगंगा कितनी चमकीली है और वह कितनी बड़ी दिखती है। वह रंगों और आकार के उन विवरणों को अनदेखा कर रहा था जो रेडशिफ्ट का पता लगाने के लिए वास्तव में महत्वपूर्ण हैं।

इसे ऐसे समझें: यदि आप किसी की उम्र का अनुमान लगाने की कोशिश कर रहे हैं, और आप केवल उसकी लंबाई देखते हैं, तो आप एक बच्चे के लिए सही हो सकते हैं, लेकिन एक वयस्क के लिए आप पूरी तरह गलत होंगे। "स्व-शिक्षित" AI आकार और चमक पर बहुत अधिक केंद्रित था, जिससे वह सूक्ष्म रंग संकेतों को मिस कर गया जो आकाशगंगाएँ पुरानी और दूर होने के साथ बदलते हैं।

3. समाधान: "ट्रिपल-टास्क" छात्र (PITA)

इसे ठीक करने के लिए, टीम ने एक नया छात्र बनाया जिसका नाम PITA (Photo-z Inference with a Triple-task Algorithm) है। यह एक "सेमी-सुपरवाइज्ड" (अर्ध-पर्यवेक्षित) लर्नर है, जिसका अर्थ है कि यह तस्वीरों से साथ और बिना शिक्षक वाली तस्वीरों से सीखता है, लेकिन यह एक बहुत ही विशिष्ट तरीके से करता है।

PITA को एक साथ तीन काम संभालने पड़ते हैं:

कार्य 1 (सामान्य विशेषज्ञ): सभी तस्वीरों (लेबल वाली और बिना लेबल वाली) को देखें और आकाशगंगाओं के सामान्य "भाव" (morphology) को सीखें।
कार्य 2 (रंग विशेषज्ञ): प्रत्येक आकाशगंगा को देखें और उसके रंगों का अनुमान लगाने की कोशिश करें। यह AI को रंग पर ध्यान देने के लिए मजबूर करता है, न कि केवल चमक पर।
कार्य 3 (रेडशिफ्ट विशेषज्ञ): केवल उन आकाशगंगाओं को देखें जिनके पास "शिक्षक" है और रेडशिफ्ट का अनुमान लगाने की कोशिश करें।

AI को इन तीनों कार्यों को एक साथ करने के लिए मजबूर करके, PITA एक ऐसा मानसिक मानचित्र बनाता है जहाँ आकाशगंगाओं को उनके रंग, आकार और रेडशिफ्ट के आधार पर सुचारू रूप से व्यवस्थित किया जाता है। यह एक पुस्तकालय को न केवल पुस्तक के आकार के आधार पर, बल्कि शैली, लेखक और प्रकाशन तिथि के आधार पर एक साथ व्यवस्थित करने जैसा है।

4. परिणाम

PITA जीत गया। इसने पुराने स्कूल के नंबर-क्रंचर और पूर्णतः पर्यवेक्षित AI सहित प्रत्येक पद्धति को पछाड़ दिया।

यह अधिक सटीक था: इसने कम गलत अनुमान (outliers) लगाए।
यह अधिक मजबूत था: यहाँ तक कि जब शोधकर्ताओं ने इसे कम "शिक्षक" (कम लेबल वाले रेडशिफ्ट) दिए, तब भी PITA अन्य सभी से बेहतर प्रदर्शन करता रहा। यह महत्वपूर्ण है क्योंकि रोमन टेलिस्कोप के पास लाखों आकाशगंगाएँ होंगी लेकिन बहुत कम "शिक्षक" होंगे।

मुख्य निष्कर्ष

शोध पत्र यह निष्कर्ष निकालता है कि आगामी रोमन स्पेस टेलिस्कोप मिशन के लिए, आकाशगंगाओं की दूरी का अनुमान लगाने का सबसे अच्छा तरीका एक सेमी-सुपरवाइज्ड AI (जैसे PITA) का उपयोग करना है जो बिना लेबल वाली छवियों के विशाल सागर से सीखता है, जबकि रंगों और रेडशिफ्ट की भविष्यवाणी करने के विशिष्ट कार्यों द्वारा निर्देशित होता है।

AI को केवल तस्वीरों को "देखने" देना ही काफी नहीं है; आपको उसे विशिष्ट होमवर्क (रंगों की भविष्यवाणी करना) देना होगा ताकि यह सुनिश्चित हो सके कि वह वास्तव में सही विशेषताओं को सीख रहा है। यह दृष्टिकोण खगोलविदों को ब्रह्मांड की सबसे धुंधली, सबसे दूर की आकाशगंगाओं के लिए भी सबसे सटीक दूरी माप प्राप्त करने की अनुमति देता है।

तकनीकी सारांश: HST/CANDELS के साथ रोमन स्पेस टेलिस्कोप के लिए डीप लर्निंग फोटोमेट्रिक रेडशिफ्ट का अनुकूलन

समस्या विवरण
नैन्सी ग्रेस रोमन स्पेस टेलिस्कोप अत्यधिक उच्च-रिज़ॉल्यूशन, गहन निकट-अवरक्त (near-infrared) इमेजिंग की विशाल मात्रा उत्पन्न करेगा, जिसके लिए ब्रह्मांड विज्ञान, गैलेक्सी विकास और ट्रांजिएंट्स के अध्ययन हेतु करोड़ों आकाशगंगाओं के सटीक फोटोमेट्रिक रेडशिफ्ट (photo-z) अनुमानों की आवश्यकता होगी। यद्यपि लो-रेडशिफ्ट, ग्राउंड-बेस्ड इमेजिंग के लिए पिक्सेल-स्तरीय जानकारी का उपयोग करने वाले डीप लर्निंग (DL) विधियों ने पारंपरिक टेम्पलेट-फिटिंग और क्लासिकल मशीन लर्निंग (ML) विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित किया है, लेकिन उच्च-रेडशिफ्ट ( $z \sim 3$ ) वाले धुंधले अंतरिक्ष-आधारित डेटा पर उनकी प्रभावकारिता अभी भी अप्रमाणित है। एक महत्वपूर्ण चुनौती धुंधले स्रोतों के लिए स्पेक्ट्रोस्कोपिक रेडशिफ्ट (spec-z) लेबल्स की कमी है; रोमन की इमेजिंग इसके स्पेक्ट्रोस्कोपिक फॉलो-अप की तुलना में बहुत आगे निकल जाएगी। फलस्वरूप, यह निर्धारित करने की आवश्यकता है कि क्या DL एल्गोरिदम इस क्षेत्र में इष्टतम फोटो-z सटीकता प्राप्त करने के लिए अनलेबल (unlabeled) छवियों की प्रचुरता का प्रभावी ढंग से लाभ उठा सकते हैं।

कार्यप्रणाली
लेखकों ने रोमन डेटा के प्रॉक्सी के रूप में हबल स्पेस टेलिस्कोप (HST) CANDELS सर्वेक्षण का उपयोग किया, जिसमें विश्वसनीय रेडशिफ्ट लेबल्स ( $z_{ref}$ ) वाले 99,505 स्रोतों को चुना गया, जो स्पेक्ट्रोस्कोपी, ग्रिसम डेटा और मल्टी-बैंड फोटोमेट्री से प्राप्त किए गए थे। डेटासेट को लेबल (प्रशिक्षण, सत्यापन, परीक्षण) और अनलेबल उपसमूहों में विभाजित किया गया। अध्ययन ने चार विशिष्ट दृष्टिकोणों की तुलना की:

क्लासिकल बेसलाइन्स:
- टेम्पलेट फिटिंग: LePHARE, जो प्रेक्षित फोटोमेट्री को स्पेक्ट्रल एनर्जी डिस्ट्रीब्यूशन (SED) टेम्पलेट्स के साथ फिट करता है।
- ML फोटोमेट्री: एक पूर्णतः-पर्यवेक्षित (fully-supervised) मल्टी-लेयर पर्सेप्ट्रॉन (MLP), जिसे एकीकृत फोटोमेट्रिक कलर्स और मैग्नीट्यूड पर प्रशिक्षित किया गया है।
डीप लर्निंग दृष्टिकोण:
- पूर्णतः-पर्यवेक्षित (Fully-Supervised) CNN: एक ConvNeXt आर्किटेक्चर जिसे सीधे रेडशिफ्ट की भविष्यवाणी करने के लिए केवल लेबल किए गए चित्रों पर प्रशिक्षित किया गया है।
- स्व-पर्यवेक्षित (Self-Supervised) CNN: एक दो-चरणीय दृष्टिकोण जिसमें कंट्रास्टिव लर्निंग (MoCo) का उपयोग करके सभी अनलेबल छवियों पर लेटेंट रिप्रेजेंटेशन (latent representations) सीखने के लिए प्री-ट्रेनिंग की जाती है, जिसके बाद रेडशिफ्ट भविष्यवाणी के लिए लेबल किए गए उपसमूह पर फाइन-ट्यूनिंग की जाती है।
- सेमी-सुपरवाइज्ड CNN (PITA): एक नवीन "ट्रिपल-टास्क एल्गोरिदम के साथ फोटो-जी इनफरेंस" (Photo-z Inference with a Triple-task Algorithm) जो तीन लॉस फंक्शन्स को एक साथ ऑप्टिमाइज़ करता है:
  - कंट्रास्टिव लॉस ( $L_{contrastive}$ ): सभी छवियों (लेबल और अनलेबल दोनों) से सीखा गया ताकि रूपात्मक (morphological) विशेषताओं को कैप्चर किया जा सके।
  - कलर लॉस ( $L_{color}$ ): सभी छवियों से सीखा गया ताकि यह सुनिश्चित हो सके कि लेटेंट स्पेस फोटोमेट्रिक कलर्स को एनकोड करता है।
  - रेडशिफ्ट लॉस ( $L_{z}$ ): केवल लेबल की गई छवियों से सीखा गया ताकि लेटेंट स्पेस को रेडशिफ्ट मानों के साथ संरेखित किया जा सके।

लेखकों ने लेटेंट स्पेस को विज़ुअलाइज़ करने के लिए यूनिफॉर्म मैनिफोल्ड एप्रोक्सिमेशन एंड प्रोजेक्शन (UMAP) का उपयोग किया, जिससे यह विश्लेषण किया जा सके कि उनके लेटेंट स्पेस ने मैग्नीट्यूड, कलर, मॉर्फोलॉजी और रेडशिफ्ट को कितनी अच्छी तरह एनकोड किया है।

प्रमुख परिणाम

प्रदर्शन मेट्रिक्स: सेमी-सुपरवाइज्ड PITA एल्गोरिदम ने ब्राइट ( $m_{F160W} < 22$ ) और फेइंट ( $m_{F160W} < 25$ ) दोनों स्रोतों के लिए सभी मेट्रिक्स (बायस, नॉर्मलाइज्ड मीडियन एब्सोल्यूट डेविएशन $\sigma_{NMAD}$ , और आउटलियर फ्रैक्शन $f_{outlier}$ ) में सर्वश्रेष्ठ प्रदर्शन किया। फोटोमेट्री-MLP बेसलाइन की तुलना में, PITA ने फुल टेस्ट सेट के लिए बायस को 34%, $\sigma_{NMAD}$ को 14%, और $f_{outlier}$ को 17% कम किया, और ब्राइट स्रोतों के लिए इसमें और भी अधिक सुधार देखा गया।
डीप लर्निंग बनाम फोटोमेट्री: पूर्णतः-पर्यवेक्षित CNN ने टेम्पलेट-फिटिंग और फोटोमेट्री-ओनली ML विधियों दोनों को पीछे छोड़ दिया, जिससे यह पुष्टि हुई कि पिक्सेल-स्तरीय जानकारी में एकीकृत फ्लक्स के अलावा अतिरिक्त रेडशिफ्ट-प्रासंगिक डेटा होता है, यहाँ तक कि धुंधले, उच्च-रेडशिफ्ट वाली आकाशगंगाओं के लिए भी।
शुद्ध स्व-पर्यवेक्षण की विफलता: स्व-पर्यवेक्षित कंट्रास्टिव लर्निंग दृष्टिकोण, जो पिछले लो-रेडशिफ्ट अध्ययनों में सफल रहा था, इस उच्च-रेडशिफ्ट शासन में पूर्णतः-पर्यवेक्षित CNN की तुलना में कम प्रभावी रहा। UMAP विज़ुअलाइज़ेशन ने खुलासा किया कि स्व-पर्यवेक्षित लेटेंट स्पेस मुख्य रूप से मैग्नीट्यूड और साइज (मॉर्फोलॉजी) को एनकोड करता है, लेकिन कलर और रेडशिफ्ट के स्मूथ ग्रेडिएंट्स को कैप्चर करने में विफल रहा, जिससे फोटो-z इनफरेंस में महत्वपूर्ण उतार-चढ़ाव आए।
लेबल की कमी के साथ स्केलेबिलिटी: PITA ने तब भी मजबूत प्रदर्शन दिखाया जब लेबल किए गए प्रशिक्षण सेट का आकार काफी कम कर दिया गया। पूर्णतः-पर्यवेक्षित मॉडलों के विपरीत, जो कम लेबल्स के साथ तेजी से खराब होते हैं, PITA ने सूचनात्मक फीचर्स (कंट्रास्टिव और कलर लॉस के माध्यम से) सीखने के लिए अनलेबल डेटा का लाभ उठाकर श्रेष्ठ सटीकता बनाए रखी।

महत्व और दावे
लेखक दावा करते हैं कि रोमन स्पेस टेलिस्कोप के लिए, जहाँ अधिकांश स्रोतों (विशेष रूप से उच्च-रेडशिफ्ट और धुंधले मैग्नीट्यूड पर) के लिए स्पेक्ट्रोस्कोपिक लेबल्स दुर्लभ होंगे, सेमी-सुपरवाइज्ड डीप लर्निंग सबसे इष्टतम रणनीति है। उनका तर्क है कि शुद्ध स्व-पर्यवेक्षित विधियाँ उन विशिष्ट भौतिक गुणों (कलर और रेडशिफ्ट) को एनकोड करने में विफल हो सकती हैं जो डीप, स्पेस-बेस्ड डेटासेट के लिए फोटो-z इनफरेंस हेतु आवश्यक हैं, क्योंकि पिक्सेल डेटा में डोमिनेंट वेरिएंस कलर के बजाय ब्राइटनेस और मॉर्फोलॉजी द्वारा संचालित होता है।

PITA एल्गोरिदम को पेश करके, लेखक यह प्रदर्शित करते हैं कि डोमेन नॉलेज को शामिल करना—विशेष रूप से रेडशिफ्ट के साथ फोटोमेट्रिक कलर्स की स्पष्ट भविष्यवाणी करना—लेटेंट स्पेस को भौतिक रूप से सूचनात्मक बनाने के लिए निर्देशित करता है। यह स्पार्स (sparse) ट्रेनिंग रेडशििफ्ट्स के बीच स्मूथ इंटरपोलेशन को सक्षम बनाता है, जिससे ब्राइट (लेबल-रिच) और फेइंट (लेबल-स्कार्स) दोनों स्रोतों के लिए सटीक फोटो-z अनुमान संभव हो पाता है। अध्ययन निष्कर्ष निकालता है कि भविष्य के सर्वेक्षणों को डीप इमेजिंग मिशनों से वैज्ञानिक रिटर्न को अधिकतम करने के लिए अनलेबल इमेज डेटा को डोमेन-विशिष्ट बाधाओं (जैसे कलर) के साथ संयोजित करने वाले सेमी-सुपरवाइज्ड दृष्टिकोणों का उपयोग करना चाहिए।

1. चुनौती: "अंधा" AI

2. आश्चर्य: "स्व-शिक्षित" छात्र संघर्ष कर गया

3. समाधान: "ट्रिपल-टास्क" छात्र (PITA)

4. परिणाम

मुख्य निष्कर्ष

इसी तरह के और पेपर