DeepDISC-Euclid: Source Classification and Photometric Redshifts in Euclid Deep Field North With a Pixel-Level Deep Learning Approach

1. Il Problema

Il primo rilascio dati rapido (Q1) del telescopio spaziale Euclid fornisce immagini e dati spettroscopici estesi per centinaia di milioni di oggetti fotometrici nei campi profondi. Sebbene il pipeline ufficiale di elaborazione di Euclid (PHZ) offra prodotti dati ricchi, presenta limitazioni significative:

• Classificazione: L'identificazione dei quasar (QSO) rimane una sfida, poiché sono difficili da distinguere dalle galassie; il pipeline attuale produce campioni di stelle e galassie completi e puri, ma la classificazione dei quasar è subottimale.
• Redshift Fotometrici (Photo-z): I redshift fotometrici di PHZ sono ottimizzati principalmente per le galassie (obiettivo scientifico centrale di Euclid) e non sono ideali per i quasar.
• Necessità di Metodi Avanzati: È necessario un approccio che possa gestire simultaneamente rilevamento, deblending (separazione di oggetti sovrapposti), classificazione e stima dei redshift a livello di pixel per massimizzare il valore scientifico dei dati di Euclid e di futuri sondaggi come quello di Roman.

2. Metodologia

Gli autori hanno implementato DeepDISC, un framework di deep learning supervisionato basato su pixel, adattato per i dati reali del Campo Profondo Nord di Euclid (EDF-N).

• Architettura: Il modello utilizza una rete Swin Transformer come backbone, integrata con una Feature Pyramid Network (FPN), una Region Proposal Network (RPN) e testine specifiche per il compito (ROI heads).
• Strategia di Addestramento a Tre Modelli: Invece di un unico modello monolitico, sono stati addestrati tre modelli dedicati in una strategia a stadi per ottimizzare le prestazioni con i dati limitati disponibili:
  1. Modello 1 (Rilevamento e Classificazione): Addestrato sulle mappe di segmentazione di Euclid (ground truth per il rilevamento) e sulle classificazioni spettroscopiche di DESI DR1 (Ground Truth per stelle, galassie e quasar). Utilizza una Cascade ROI Head per il rilevamento e un MLP per la classificazione.
  2. Modello 2 (Photo-z per Galassie): Addestrato esclusivamente sui redshift spettroscopici delle galassie di DESI.
  3. Modello 3 (Photo-z per Quasar): Addestrato esclusivamente sui redshift spettroscopici dei quasar di DESI.
• Strategia di Stadi: I modelli 2 e 3 sono inizializzati dai pesi del Modello 1. Durante la fase di addestramento dei redshift, il backbone e le testine di classificazione vengono congelati. Questo approccio protegge le funzionalità di rilevamento e deblending apprese su un vasto set di dati (mappe di segmentazione Euclid) dal degrado causato dalla scarsità di etichette spettroscopiche (DESI) disponibili per l'addestramento congiunto.
• Dati di Input: Il modello elabora simultaneamente immagini a 9 bande (4 bande Euclid: IE, YE, JE, HE + 5 bande da terra UNIONS: u, g, r, i, z).
• Output: Oltre alla classificazione, i modelli 2 e 3 utilizzano una Mixture Density Network (MDN) per generare distribuzioni di probabilità complete (PDF) per i redshift fotometrici, modellati come miscele di 5 componenti Gaussiane.

3. Contributi Chiave

• Catalogo Completo: Pubblicazione di un catalogo completo per l'EDF-N contenente ~13,3 milioni di sorgenti, con coordinate, classificazioni (stella/galassia/quasar) e redshift fotometrici (inclusi i PDF) per galassie e quasar.
• Approccio Pixel-Level: Dimostrazione che l'apprendimento profondo a livello di pixel supera i metodi basati su cataloghi tradizionali (adattamento di template e ML basati su cataloghi) per compiti di rilevamento, deblending e stima dei redshift.
• Miglioramento Specifico sui Quasar: Un miglioramento sostanziale rispetto ai prodotti Euclid Q1 esistenti nella classificazione e nella stima dei redshift per i quasar, un'area critica per la cosmologia e lo studio dell'universo primordiale.
• Open Science: Il catalogo completo, le mappe di segmentazione e i codici sono resi pubblici per la comunità astronomica.

4. Risultati Principali

• Rilevamento (Detection):
  • Rispetto al catalogo Euclid MER (usato come ground truth di riferimento), DeepDISC raggiunge una completezza (recall) del ~93% e una purezza (precision) del ~80%.
  • Utilizzando un catalogo JWST (NEXUS) come riferimento per la purezza reale in un sottocampo, la purezza stimata sale al ~90%.
  • Il modello eccelle nel deblending, separando oggetti vicini meglio del pipeline Euclid standard, specialmente in presenza di artefatti o stelle brillanti.
• Classificazione:
  • Stelle e Galassie: Recupero corretto del 99,2% delle stelle e del 99,0% delle galassie (rispetto a DESI).
  • Quasar: Recupero corretto dell'84,8% dei quasar spettroscopici, con una purezza del 90,6%. Questo rappresenta un netto miglioramento rispetto al pipeline Euclid PHZ, che fatica a distinguere i quasar dalle galassie.
• Redshift Fotometrici (Photo-z):
  • Galassie: Il bias mediano è di $2.0 \times 10^{-3}$ con una dispersione ($\sigma_{IQR}$) di $0.0393$. Le prestazioni sono comparabili o leggermente superiori a Euclid PHZ e AstroPT, con una frazione di outlier ridotta.
  • Quasar: Il bias mediano è di $-5.7 \times 10^{-3}$ con una dispersione di $0.11$. Le prestazioni sono significativamente migliori di Euclid PHZ (che ha una dispersione 5 volte maggiore) e comparabili al catalogo basato su raggi X (X-ray CTP), pur fornendo un campione molto più ampio poiché non richiede una selezione preliminare basata sui raggi X.

5. Significato e Prospettive Future

Questo lavoro dimostra il potenziale degli approcci di deep learning a livello di pixel per i grandi sondaggi astronomici.

• Impatto Scientifico Immediato: Il catalogo permette la costruzione di campioni di quasar più puliti per studi di clustering e reionizzazione, e campioni di galassie per l'analisi di lensing debole ed evoluzione galattica.
• Limitazioni e Futuro: Le prestazioni attuali sono limitate dalla copertura spettroscopica di DESI DR1 (che copre galassie fino a $z \approx 1.8$ e ha meno quasar a basso redshift). Tuttavia, l'approccio è scalabile.
• Sviluppi Futuri: Con l'avvento di futuri rilasci dati di Euclid (DR1), programmi spettroscopici dedicati (Subaru-PFS, JWST NEXUS) e l'uso di tecniche di apprendimento semi-supervisionato o di aumento dei dati, DeepDISC potrà estendere la copertura dei redshift a valori più alti e migliorare la completezza a basso redshift. L'integrazione futura con i dati di Rubin/LSST promette di migliorare ulteriormente l'accuratezza dei redshift fotometrici rompendo le degenerazioni colore-redshift.

In sintesi, DeepDISC fornisce un prodotto dati indipendente e complementare al pipeline ufficiale Euclid, offrendo prestazioni superiori, in particolare per la popolazione di quasar, e aprendo la strada a metodologie di analisi basate sull'intelligenza artificiale per l'era dei grandi sondaggi.