Catalog-based detection of unrecognized blends in deep optical ground based imaging

技術サマリー：地上深宇宙光学画像における未認識混在天体のカタログベース検出

問題定義
レガシー・スペース・アンド・タイム・サーベイ（LSST）などの地上深宇宙光学サーベイは、「未認識混在天体」という重大な課題に直面している。源密度が増加するにつれ、銀河は投影上で重なり合う。源検出アルゴリズムは明確なピークを持つ天体の分離（デブレンディング）をしばしば行えるが、重なり合う源の significant な割合は単一の天体として検出される。これらの「未認識混在天体」（あるいは曖昧な混在天体）は、地上画像では孤立した銀河と区別できないが、高分解能の宇宙ベースデータ（例：ハッブル宇宙望遠鏡）を介して同定可能である。

これらの混在天体は、弱い重力レンズ宇宙論に深刻なリスクをもたらす。これらは 2 つの重要な測定値を汚染する：

1. 銀河の形状： 混在は乗法的なせん断バイアスを導入する。
2. 測光赤方偏移（photo-z）： 混在天体は成分の混合により非物理的な色を示し、赤方偏移推定において壊滅的な外れ値を引き起こす。
   以前の研究では、未認識混在天体が深宇宙サーベイにおける検出の 14〜30% を構成し、宇宙せん断と宇宙マイクロ波背景放射（CMB）の結果間の現在の緊張状態に匹敵する宇宙論パラメータ（例：$S_8$）のシフトを引き起こし得ることが示唆されている。

手法
著者は、ピクセルレベルの画像解析を必要とせず、測光色、等級、サイズ情報のみを使用して未認識混在天体を同定するための機械学習（ML）を用いたカタログレベルの検出手法を提案する。

• データ： 本研究は、地上ベースの 9 波長測光（$uBVri^+z^++YJH$）およびサイズ情報を含む COSMOS 2015 カタログを利用し、これを「真実」として機能する HST/ACS 画像（F814W フィルタ）とマッチングさせた。
• 真実の定義： 「純粋な」源と「未認識混在天体」を区別するために、2 段階のマッチングアルゴリズムを採用する。
  • 純粋な源： 地上検出が HST 源と正確に 1 つのみマッチする場合。
  • 未認識混在天体： 地上検出が 1 つの主要な HST 源と、2 秒以内かつ 2 等級以内（$\Delta i \le 2$）に少なくとも 1 つの追加 HST 源とマッチする場合。
  • サンプルは「弱い混在」（$1 \le \Delta i \le 2$）と「強い混在」（$\Delta i < 1$）に分割される。
• 機械学習アルゴリズム： 4 種類のアルゴリズムがテストされる：
  1. 自己組織化マップ（SOM）： 2 つの方法で使用される：
     • 混在セルアプローチ： 教師なしニューラルネットワークが天体をグリッドにマッピングする。トレーニングセットを通じて識別された、混在対純粋天体の比率が高いセルは「混在セル」としてフラグ付けされる。
     • 距離カットアプローチ： 純粋銀河でトレーニングされた最良マッチセルへの $\chi^2$ 距離が大きい天体は、非物理的な色を示すものとしてフラグ付けされる。
  2. ランダムフォレスト（RF）： 純粋銀河と混在天体を区別するようにトレーニングされた教師あり分類器。
  3. k-近傍法（k-NN）： 非パラメトリックな教師あり手法。
  4. 異常検出： 純粋銀河でトレーニングされた教師なし手法（LOF、Isolation Forest など）による外れ値の発見。
• 評価指標： 性能は再現率（同定された真の混在天体の割合）とコスト（混在天体として除去/フラグ付けされた全サンプルの割合）によって測定される。

主要な結果

• 混在割合： 地上ベースの COSMOS カタログ（$i^+ < 24.5$）において、約**17%**の天体が未認識混在天体として同定された。
• アルゴリズムの性能：
  • **ランダムフォレスト（RF）とSOM（混在セル）**が最も良好に機能する。これらは、検出された全銀河の 10%〜50% を棄却しながら、未認識混在天体の 30%〜80% を同定可能である。
  • k-NNは SOM と同様の性能を示す。
  • 異常検出： ほとんどの教師なし異常検出器は、ランダム選択よりもわずかに良い性能しか示さない。ただし、**局所外れ値因子（LOF）**は、特に photo-z 外れ値の同定において有望である。
  • SOM 距離カット： この手法は混在セルアプローチほど混在天体の発見には効果的ではないが、photo-z 外れ値の発見には非常に効果的である。
• 特徴量の重要度：
  • サイズ（フラックス半径）と$i$バンド等級が最も重要な特徴量である。
  • **近赤外（NIR）バンド（$YJH$）**は性能にほとんど影響を与えない。光学バンドのみでも同等の結果が得られる。
  • サイズ情報の除去は性能を著しく低下させる。
• photo-z 外れ値： 混在天体（RF、SOM 混在セル）をターゲットとするアルゴリズムよりも、「特徴量外れ値」（SOM 距離カットおよび LOF）をターゲットとするアルゴリズムの方が、photo-z 外れ値の同定において優れている。これは、photo-z 外れ値が未認識混在天体よりもより極端で異質な特徴を持っていることを示唆している。

意義と主張
本論文は、宇宙ベース画像（例：Euclid、Roman）がサーベイ全域で利用可能ではない将来のサーベイ（LSST など）における未認識混在天体に対する実用的な軽減策を提案する手法を提供すると主張している。

• サンプルの純度： これらの手法は、統計的パワー（サンプルサイズ）に中程度のコストを伴いながら、混在天体の significant な割合を除去することで、「よりクリーンな」銀河サンプルを生成できる。
• LSST との相乗効果： SOM はすでに LSST の photo-z 推定に提案されているため、「混在セル」アプローチは最小限の追加労力で統合可能である。宇宙ベースデータとのわずかな重複領域で SOM をトレーニングし、サーベイ全体に対する「混在セル」を同定させることができる。
• 宇宙論への影響： 未認識混在天体の汚染を軽減することで、これらの手法は宇宙論パラメータ制約（例：$S_8$）の精度を向上させ、弱い重力レンズ測定における系統的な不確実性を低減できる。
• 限界： 著者は、混在天体を同定して除去できる一方で、これは選択バイアス（より暗く、大きな天体の除去）を導入することを指摘している。せん断依存バイアスにより形状ベースの選択（例：楕円率）は弱い重力レンズにとってリスクがあるが、サイズ情報は管理可能であるように見えると認めている。

この研究は、未認識混在天体を完全に排除することを主張するものではなく、カタログレベルの ML がその相当部分を効果的にフラグ付けし、宇宙論分析に使用されるサンプルの純度を向上させることを実証している。