🔭 astrophysics

Photometric classification of quasars from DES and photo- $z$ estimation with Machine Learning

यह शोध पत्र एक मशीन लर्निंग-आधारित अध्ययन प्रस्तुत करता है जो डार्क एनर्जी सर्वे DR2 डेटा को SDSS DR16 के साथ क्रॉस-मैच करके उच्च-परिशुद्धता वाले क्वासर वर्गीकरण और सुदृढ़ फोटोमेट्रिक रेडशिफ्ट अनुमान प्राप्त करता है, जिसके परिणामस्वरूप $z \approx 4$ तक के रेडशिफ्ट तक बड़े पैमाने की संरचना और ब्रह्मांडीय जांच के लिए उपयुक्त 675,000 से अधिक वस्तुओं का एक विश्वसनीय कैटलॉग प्राप्त होता है।

मूल लेखक: Pablo Motta, Filipe B. Abdalla, Elcio Abdalla, Gabriel S. Costa, Camila Cardoso

प्रकाशित 2026-05-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Pablo Motta, Filipe B. Abdalla, Elcio Abdalla, Gabriel S. Costa, Camila Cardoso

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 ब्रह्मांड एक विशाल, भीड़भाड़ वाली पार्टी है। इस पार्टी में, तीन मुख्य प्रकार के मेहमान हैं: तारे (चमकते हुए, स्थिर लाइटहाउस की तरह), आकाशगंगाएँ (फैली हुई, धुंधली शहरों की तरह), और क्वेसर (अत्यधिक चमकीले, दूर स्थित स्पॉटलाइट्स की तरह जो दूर से देखने पर बिल्कुल तारों जैसे ही दिखते हैं)।

खगोलविदों के लिए समस्या यह है कि पृथ्वी से, ये "स्पॉटलाइट्स" (क्वेसर) और "लाइटहाउस" (तारे) लगभग एक जैसे दिखते हैं। वे दोनों केवल प्रकाश के छोटे बिंदु हैं। यदि आप पार्टी की संरचना (ब्रह्मांड) का अध्ययन करने का प्रयास करते हैं लेकिन गलती से लाइटहाउस को स्पॉटलाइट समझ लेते हैं, तो पार्टी का आपका नक्शा गलत होगा।

यह शोध पत्र डार्क एनर्जी सर्वे (DES) के लिए एक बेहतर "गेस्ट लिस्ट" (मेहमानों की सूची) बनाने के बारे में है, जो एक विशाल टेलीस्कोप प्रोजेक्ट है जिसने दक्षिणी आकाश की तस्वीरें ली थीं। लेखकों ने दो बड़ी समस्याओं को हल करने के लिए मशीन लर्निंग (कंप्यूटर प्रोग्राम जो उदाहरणों से सीखते हैं) का उपयोग किया:

मेहमानों को छाँटना: यह पता लगाना कि कौन से बिंदु वास्तविक क्वेसर हैं और कौन से केवल तारे हैं जो क्वेसर होने का ढोंग कर रहे हैं।
दूरी मापना: केवल उनके रंग को देखकर यह अनुमान लगाना कि प्रत्येक क्वेसर कितनी दूर है, बिना हर एक के लिए एक धीमी और महंगी "स्पेक्ट्रल फिंगरप्रिंट" (वर्णक्रमीय छाप) लिए।

यहाँ उन्होंने इसे सरल तरीके से समझाया है:

1. प्रशिक्षण शिविर (डेटा)

कंप्यूटर को सिखाने के लिए, लेखकों को एक "ग्राउंड ट्रुथ" (वास्तविक सत्य) सूची की आवश्यकता थी। उन्होंने DES (कैमरा) से वस्तुओं की एक विशाल सूची ली और उन्हें स्लोन डिजिटल स्काई सर्वे (SDSS) की एक सूची के साथ मिलाया।

SDate को एक ऐसे समूह के रूप में सोचें जिन्होंने पहले ही मेहमानों के पास जाकर पूछा था, "आप क्या हैं?" और "आप कितनी दूर हैं?"
उन्होंने लगभग 168,000 वस्तुओं को मिलाया जहाँ दोनों सर्वेक्षणों के बीच सहमति थी। यह उनके कंप्यूटर मॉडल के लिए "प्रशिक्षण स्कूल" बन गया।

2. छँटाई मशीन (वर्गीकरण)

पहला काम "वास्तविक" क्वसरों को "नकली" तारों से अलग करना था।

उपकरण: उन्होंने K-Nearest Neighbors (KNN) नामक एक विधि का उपयोग किया। कल्पना करें कि आप एक पार्टी में हैं और आप एक नए व्यक्ति को देखते हैं। आप देखते हैं कि उनके पास खड़े 11 लोग कौन हैं। यदि उन पड़ोसियों में से 10 "क्वेसर" हैं, तो आप मान लेते हैं कि नया व्यक्ति भी एक क्वेसर है।
नुस्खा: उन्होंने महसूस किया कि केवल बिंदु के आकार को देखना पर्याप्त नहीं था (क्योंकि उन्होंने पहले ही धुंधली आकाशगंगाओं को हटा दिया था)। इसके बजाय, उन्होंने विभिन्न फिल्टरों में प्रकाश के रंगों को देखा (जैसे लाल, हरे और नीले चश्मे के माध्यम से अतिथि को देखना)।
परिणाम: उन्होंने कंप्यूटर को बहुत सख्त होने के लिए ट्यून किया। उन्होंने कहा, "हम अपने क्वेसर की सूची में कोई भी तारा नहीं चाहते।" उन्होंने कंप्यूटर को किसी चीज़ को क्वेसर कहने से पहले 99% सुनिश्चित होने के लिए सेट किया।
- समझौता: क्योंकि वे बहुत सख्त थे, उन्होंने लगभग 23% वास्तविक क्वसरों को छोड़ दिया (उन्होंने केवल 77% को पकड़ा)। लेकिन जिन्हें उन्होंने पकड़ा, वे लगभग निश्चित रूप से वास्तविक क्वेसर थे, तारे नहीं। यह महत्वपूर्ण है क्योंकि कुछ नकली तारे पूरे अध्ययन को खराब कर सकते हैं।

3. दूरी का अनुमान लगाने वाले (रेडशिफ्ट अनुमान)

एक बार जब उनके पास क्वसरों की एक साफ सूची आ गई, तो उन्हें यह जानने की आवश्यकता थी कि वे कितनी दूर थे। खगोल विज्ञान में, "रेडशिफ्ट" दूरी (और समय) का एक माप है।

चुनौती: आमतौर पर, सटीक दूरी जानने के लिए आपको एक विस्तृत स्पेक्ट्रम (प्रकाश का इंद्रधनुष) की आवश्यकता होती है। लेकिन DES के पास केवल व्यापक रंग हैं।
समाधान: उन्होंने एक हाइब्रिड मशीन लर्निंग टीम बनाई।
- एक टीम सदस्य एक बूस्टेड डिसीजन ट्री (एक स्मार्ट पेड़ जो रंगों के बारे में "हाँ/नहीं" प्रश्नों की एक श्रृंखला पूछता है) था।
- दूसरा एक डिसीजन टり रिग्रेसर (एक अन्य प्रकार का स्मार्ट पेड़) था।
- उन्होंने इन दोनों को दूरी का अनुमान लगाने के लिए एक साथ जोड़ा।
"आउटलियर" (विसंगति) की समस्या: कभी-कभी, कंप्यूटर भ्रमित हो जाता है और एक ऐसा दूरी का अनुमान लगाता है जो बहुत गलत होता है (जैसे यह सोचना कि एक अतिथि बगल के कमरे में है जबकि वे वास्तव में चंद्रमा पर हैं)। इन्हें "कैटास्ट्रोफिक आउटलियर्स" कहा जाता है।
सुधार: उन्होंने सुरक्षा की एक दूसरी परत बनाई, एक "स्टैक्ड आउटलियर क्लासिफायर"। इसे एक बाउंसर के रूप में सोचें जो कंप्यूटर के अनुमान की जाँच करता है। यदि कंप्यूटर कहता है, "यह क्वेसर 1 अरब प्रकाश वर्ष दूर है," लेकिन रंग अजीब दिखते हैं, तो बाउंसर कहता है, "नहीं, यह एक गलती है," और उस अनुमान को बाहर निकाल देता है।

4. अंतिम अतिथि सूची (कैटलॉग)

छँटाई और दूरी के अनुमान के बाद, उन्होंने 872,373 संभावित क्वसरों का एक विशाल कैटलॉग बनाया।

"साफ" संस्करण: बाउंसर (आउटलियर क्लासिफायर) द्वारा खराब अनुमानों को बाहर निकालने के बाद, उनके पास 675,683 अत्यधिक विश्वसनीय क्वसर बचे। यह सूची रेडशिफ्ट 0.5 और 3 (ब्रह्मांड के इतिहास का एक विशाल विस्तार) के बीच अध्ययन के लिए सुरक्षित है।
हाई-रेडशिफ्ट बोनस: उन्होंने क्वसरों का एक विशेष समूह पाया जो बहुत दूर (रेडशिफ्ट 4 के आसपास) हैं। दिलचस्प बात यह है कि कंप्यूटर ने इन दूरस्थ क्वसरों के साथ बहुत कम गलतियाँ कीं, इसलिए "अव्यवस्थित" सूची भी इस विशिष्ट समूह के लिए सुरक्षित है।

यह क्यों मायने रखता है?

लेखक कहते हैं कि यह कैटलॉग भविष्य के खोजकर्ताओं के लिए एक उच्च-गुणवत्ता वाले मानचित्र की तरह है।

क्योंकि उन्होंने सफलतापूर्वक "तारों" को "क्वेसरों" से अलग कर लिया है, वैज्ञानिक अब इन क्वसरों का उपयोग ब्रह्मांड की बड़े पैमाने की संरचना (पदार्थ कैसे फैला हुआ है) को मापने के लिए कर सकते हैं।
वे इंटरगैलेक्टिक मीडियम (आकाशगंगाओं के बीच की गैस) का भी अध्ययन कर सकते हैं, यह देखकर कि इन दूरस्थ क्वसरों के प्रकाश को कैसे अवशोषित किया जाता है।
यह कार्य एक पिछले अध्ययन का पूरक है जिसने आकाशगंगाओं का मानचित्र बनाया था। अब, वैज्ञानिकों के पास तारों/क्वेसरों के लिए भी एक मानचित्र है। जब आप दोनों मानचित्रों को मिलाते हैं, तो आपको ब्रह्मांड के विस्तार और रहस्यमय "डार्क एनर्जी" का एक बहुत स्पष्ट चित्र मिलता है जो इसे संचालित कर रही है।

संक्षेप में: लेखकों ने एक कंप्यूटर को रंग के संकेतों का उपयोग करके एक तारे और एक दूर के क्वसर के बीच अंतर पहचानना सिखाया, और फिर उसे उनकी दूरी का अनुमान लगाना सिखाया। उन्होंने कंप्यूटर की सबसे बड़ी गलतियों को हटाने के लिए एक "सुरक्षा जांच" जोड़ी। परिणाम स्वरूप, क्वसरों की एक विशाल, विश्वसनीय सूची मिली है जो हमें यह समझने में मदद करती है कि ब्रह्मांड कैसे बना है।

तकनीकी सारांश: DES से क्वासरों का फोटोमेट्रिक वर्गीकरण और मशीन लर्निंग के साथ फोटो-z अनुमान

समस्या विवरण
क्वासर ब्रह्मांडीय इतिहास, बड़े पैमाने की संरचना (large-scale structure), और अंतर-आकाशगंगा माध्यम (intergalactic medium) के अध्ययन के लिए महत्वपूर्ण प्रोब के रूप में कार्य करते हैं। हालांकि, उनका फोटोमेट्रिक पहचान (photometric identification) उनके आकार संबंधी समानता (morphological similarity) के कारण जटिल हो जाती है (दोनों बिंदु स्रोत/point sources के रूप में दिखाई देते हैं) और विशिष्ट प्रकार के सितारों (जैसे कि गर्म नीले तारे या ठंडे लाल बौने) के साथ उनके रंग के ओवरलैप के कारण भी। पारंपरिक चयन विधियाँ, जैसे कि निश्चित कलर कट्स (fixed color cuts) या रूपात्मक विश्लेषण (morphological analysis), अक्सर इन अस्पष्टताओं को हल करने में विफल रहती हैं, विशेष रूप से उच्च रेडशिफ्ट (high redshifts) पर जहाँ UV विशेषताएं ऑप्टिकल बैंड में स्थानांतरित हो जाती हैं। गलत वर्गीकरण (misclassification) व्यवस्थित त्रुटियों (systematic errors) को जन्म देता है जो फोटोमेट्रिक रेडशिफ्ट (photo-z) अनुमानों में प्रसारित होती हैं, जिससे बेरियन एकोस्टिक ऑसिलेशन (BAO) जैसे ब्रह्मांडीय मापन से समझौता होता है। इसके अलावा, जबकि मौजूदा कैटलॉग अक्सर विस्तारित स्रोतों (गैलेक्सी) पर ध्यान केंद्रित करते हैं, बिंदुवत वस्तुओं (point-like objects) को अक्सर बाहर कर दिया जाता है, जिससे ब्रह्मांडीय विश्लेषणों के लिए क्वासर आबादी के लक्षण वर्णन में एक अंतराल रह जाता है।

कार्यप्रणाली (Methodology)
लेखकों ने डार्क एनर्जी सर्वे (DES) और स्लोन डिजिटल स्काई सर्वे (SDSS) के डेटा का उपयोग करके बिंदुवत वस्तुओं को वर्गीकृत करने और उनके फोटोमेट्रिक रेडशिफ्ट का अनुमान लगाने के लिए एक व्यापक पाइपलाइन का निर्माण किया।

डेटा तैयारी:
- फोटोमेट्री: DES डेटा रिलीज़ 2 (DR2) ने $g, r, i, z, Y$ बैंड में बिंदुवत स्रोतों के लिए फोटोमेट्रिक डेटा प्रदान किया।
- स्पेक्ट्रोस्कोपी: SDSS डेटा रिलीज़ 16 (DR16) ने स्पेक्ट्रोस्कोपिक वर्गीकरण (क्वासर, तारा, गैलेक्सी) और रेडशिफ्ट प्रदान किए।
- क्रॉस-मैच: DES DR2 और SDSS DR16 के बीच एक स्थितिगत क्रॉस-मैच (1 आर्कसेकंड की सहनशीलता के साथ) ने 168,738 वस्तुओं का एक प्रारंभिक नमूना प्राप्त किया। इस नमूने को वर्गीकरण मॉडल के प्रशिक्षण के लिए 75% और परीक्षण के लिए 25% में विभाजित किया गया था।
क्वासर वर्गीकरण (तारा बनाम क्वासर/गैलेक्सी):
- एल्गोरिदम: एक K-नेबरज़ नेबर्स (KNN) क्लासिफायर का उपयोग किया गया था।
- फीचर चयन: लेखकों ने विभिन्न फीचर्स (मैग्निट्यूड, फ्लक्स, स्प्रेड मॉडल पैरामीटर्स) का परीक्षण किया। उन्होंने निर्धारित किया कि $g, r, i, z$ बैंड में PSF मैग्नीट्यूड ने सितारों और गैर-सितारों (क्वासर/गैलेक्सी) के बीच इष्टतम पृथक्करण प्रदान किया। रूपात्मक स्प्रेड पैरामीटर्स कम प्रभावी पाए गए क्योंकि प्रारंभिक DES चयन ने पहले ही बिंदुवत स्रोतों के लिए फ़िल्टर कर दिया था।
- अनुकूलन (Optimization): मॉडल को सितारों के संदूषण (stellar contamination) को कम करने के लिए 0.99 के सख्त प्रिसिजन थ्रेशोल्ड के साथ रिकॉल (recall) को अधिकतम करने के लिए ट्यून किया गया था। इष्टतम हाइपरपैरामीटर $k=11$ नेबर्स और 0.8 का प्रोबेबिलिटी थ्रेशोल्ड पाया गया।
फोटोमेट्रिक रेडशिफ्ट अनुमान:
- हाइब्रिड दृष्टिकोण: ANNz फ्रेमवर्क से एक बूस्टेड डिसीजन ट्री (BDT) और scikit-learn से एक डिसीजन ट्री रि्रेसर (DTR) को संयोजित करते हुए एक हाइब्रिड मशीन लर्निंग मॉडल विकसित किया गया।
- फीचर्स: रिग्रेशन ने कलर इंडिसेस ( $g-r, r-i, i-z, z-y$ ), डereddened $r$ -बैंड मैग्नीट्यूड, और क्रोन रेडियस (Kron radius) का उपयोग किया।
- आउटलियर मिटिगेशन: विनाशकारी आउटलियर्स (catastrophic outliers) को संबोधित करने के लिए (जिन्हें $|z_{photo} - z_{spec}| \geq 0.4$ के रूप में परिभाषित किया गया है), एक स्टैक्ड एन्सेम्बल क्लासिफायर विकसित किया गया। इस एन्सेम्बल ने आउटलियर्स की पहचान करने और उन्हें फ़िल्टर करने के लिए k-नेबरज़ नेबर्स (kNN), ग्रेडिएंट बूस्टिंग (GB), और रैंडम फॉरेस्ट (RF) क्लासिफायर को संयोजित किया।
कैटलॉग निर्माण:
- इस पाइपलाइन को पूरे DES DR2 बिंदुवत नमूने (~50 मिलियन ऑब्जेक्ट्स) पर लागू किया गया।
- प्रशिक्षण सेट द्वारा कवर किए गए फीचर स्पेस (विशिष्ट पर्सेंटाइल के बीच मैग्नीट्यूड और क्रोन रेडियस बाधाओं) तक डेटा को सीमित करने के लिए चयन कट्स लगाए गए।
- चमकीले स्थानीय गैलेक्सी और ड्वार्फ सिस्टम के आसपास के क्षेत्रों को दूषित होने से रोकने के लिए मास्क लगाए गए।

मुख्य परिणाम

वर्गीकरण प्रदर्शन: अनुकूलित KNN मॉडल ने 0.99 के प्रिसिजन पर 0.77 का रिकॉल प्राप्त किया। एरिया अंडर द प्रिसिजन-रिकॉल कर्व (AUC-PR) 0.975 रहा।
रेडशिफ्ट अनुमान: हाइब्रिड BDT+DTR मॉडल ने $0.5 < z < 3$ की सीमा में छोटे एरर के साथ वस्तुओं का एक मुख्य क्लस्टर बनाया। $z \approx 4$ पर एक विशिष्ट जनसंख्या को सफलतापूर्वक रिकवर किया गया।
आउटलियर रिडक्शन: स्टैक्ड आउटलियर क्लासिफायर ने विनाशकारी आउटलियर्स के अंश को काफी कम कर दिया। अंतिम वर्गीकरण थ्रेशोल्ड को आउटलियर पहचान के लिए 0.9 का प्रिसिजन और 0.73 का रिकॉल प्राप्त करने के लिए सेट किया गया था।
कैटलॉग सांख्यिकी:
- पूर्ण नमूना: प्रारंभिक फोटोमेट्रिक क्वासर कैटलॉग में 872,373 ऑब्जेक्ट्स हैं।
- क्लीन किया गया नमूना: आउटलियर हटाने के बाद, कैटलॉग में 675,683 ऑब्जेक्ट्स हैं।
- रेडशिफ्ट रेंज: कैटलॉग $z \approx 0.5$ से $z > 3$ तक फैला हुआ है, जिसका शिखर $z \sim 1.5$ पर है।
- उच्च-रेडशिफ्ट सबसेट: $z \geq 3.5$ वाले 10,756 ऑब्जेक्ट्स का एक विशिष्ट सबसेट पहचाना गया। लेखक नोट करते हैं कि इस उच्च-रेडशिफ्ट रेंज के लिए, बड़ा कैटलॉग (आउटलियर रिमूवल के बिना) विश्वसनीय रहता है क्योंकि विनाशकारी आउटलियर्स $z \approx 3.5$ से आगे नहीं जाते हैं।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह DES DR2 से प्राप्त बिंदुवत वस्तुओं (क्वासर/गैलेक्सी) का एक मजबूत, बड़े पैमाने का कैटलॉग प्रदान करता है, जिसे विशेष रूप से मौजूदा गैलेक्सी कैटलॉग (जैसे संदर्भ [58] में) के पूरक के रूप में डिज़ाइन किया गया है जो विस्तारित स्रोतों पर ध्यान केंद्रित करते हैं।

पूरकता (Complementarity): यह कार्य एक समर्पित संसाधन प्रदान करके ब्रह्मांडीय डेटासेट में एक अंतराल को संबोधित करता है, जो डार्क एनर्जी, संरचना विकास और मौलिक गैर-गाऊसीता (primordial non-Gaussianity) पर बाधाओं को सुधारने के लिए गैलेक्सी कैटलॉग के साथ संयुक्त विश्लेषण को सक्षम बनाता है।
विश्वसनीयता: लेखक दावा करते हैं कि क्लीन किया गया कैटलॉग (675,683 ऑब्जेक्ट्स) $0 < z < 3$ की सीमा में बड़े पैमाने की संरचना अध्ययनों के लिए उपयुक्त है।
उच्च-रेडशिफ्ट उपयोगिता: कैटलॉग को प्रारंभिक ब्रह्मांड ( $z \approx 4$ ) की जांच के लिए एक मूल्यवान संसाधन के रूप में रेखांकित किया गया है, जहाँ उच्च-रेडशिफ्ट जनसंख्या को छोटे नमूना आकार के बावजूद विश्वसनीय रूप से पहचाना जाता है।
मेथोडोलॉजिकल योगदान: यह अध्ययन प्रदर्शित करता है कि एक हाइब्रिड मशीन लर्निंग दृष्टिकोण, जो एक स्टैक्ड आउटलियर क्लासिफायर के साथ मिलकर काम करता है, विनाशकारी रेडशिफ्ट त्रुटियों को प्रभावी ढंग से कम करता है और उच्च सैंपल पूर्णता (sample completeness) बनाए रखता है, जो भविष्य के फोटोमेट्रिक सर्वेक्षणों जैसे LSST और Euclid के लिए एक टेम्पलेट प्रदान करता है।

लेखक इस कार्य को भविष्य के ब्रह्मांडीय अन्वेषणों के लिए एक आधारभूत कदम के रूप में देखते हैं, जो विशेष रूप से रेडियो सर्वेक्षणों (जैसे BINGO, SKA) के साथ सह-संबंधों (cross-correlations) का उपयोग करके ब्रह्मांड की बड़े पैमाने की संरचना को मैप करने के लिए सिनर्जी में काम करेंगे।

1. प्रशिक्षण शिविर (डेटा)

2. छँटाई मशीन (वर्गीकरण)

3. दूरी का अनुमान लगाने वाले (रेडशिफ्ट अनुमान)

4. अंतिम अतिथि सूची (कैटलॉग)

यह क्यों मायने रखता है?

इसी तरह के और पेपर