Inferring stellar metallicity and elemental abundances from kinematic and spectroscopic data using machine learning -- Implications for exoplanet host stars

技術的概要：機械学習を用いた運動学的・分光学的データからの恒星金属量および元素存在量の推論

問題提起
恒星の化学組成の決定は、銀河考古学および系外惑星研究の基盤である。なぜなら、宿主星の組成は原始惑星系円盤を反映し、惑星の鉱物学に影響を与えるからである。高分解能光学スペクトルを用いれば、FGK 型星については日常的に存在量を導出できるが、このプロセスは、激しいスペクトル線の混線と分子吸収のため、より低温の星（特に M 矮星）に対しては依然として著しく困難である。さらに、アクセス可能な星であっても、5200 K 以下の光学スペクトルでは、炭素 (C) や酸素 (O) といった特定の元素の詳細な存在量の決定は困難である。著者らは、機械学習 (ML) が、より広く利用可能な運動学的および軌道データを用いて恒星の金属量や特定の元素存在量を推論できるかどうか、また、これらの経験的関係が直接分光分析が制限される星への化学的特徴付けを拡張できるかどうかを調査した。

手法
本研究は、2 つの主要なデータセットを利用した：

1. 訓練セット： APOGEE DR17 調査から得られた赤色巨星の大型サンプル。金属量は $-1.0 < \text{[Fe/H]} < 0.6$ dex に制限されている。
2. 検証セット： HARPS 系外惑星調査から得られた近傍の FGK 矮星の独立したサンプル。外部検証に使用された。

アストロメトリ（Gaia EDR3/DR3）と視線速度から、著者らは銀河系速度成分、軌道パラメータ（最大垂直振幅 $Z_{\text{max}}$、近日点/遠日点距離、離心率）、および薄円盤所属確率を導出した。

著者らは、5 回交差検証を用いて、いくつかの回帰アルゴリズム（線形回帰、ランダムフォレスト、エクストラツリー、XGBoost、LightGBM、CatBoost）をベンチマークした。まず、特徴の内在的な力を評価するためにハイパーパラメータ調整を行わない「ベースライン」アプローチを採用し、その後、Optuna を用いて広範なハイパーパラメータ最適化を行った。特徴量の重要度は、ゲインベースの指標、パーミュテーション重要度、単一特徴モデル、および SHAP（SHapley Additive exPlanations）値を用いて分析された。

本研究は、以下の 3 つの特定の予測タスクに対処した：

1. 運動学的データのみから金属量 ($\text{[Fe/H]}$) を予測する。
2. 金属量 $\text{[Fe/H]}$ と運動学的データを組み合わせて、個々の元素存在量 (C, O, Mg, Si) を予測する。
3. 運動学的入力をオプションとして、Mg、Si、および $\text{[Fe/H]}$ から C と O の存在量を予測する。

主要な結果

• 運動学からの金属量： 運動学的情報のみでは、金属量の分散のわずかな部分しか回復できない。最良のパフォーマンスを示したモデル（LightGBM と XGBoost）は、APOGEE に対して $\sim 0.20$ dex、HARPS に対して $\sim 0.22$ dex の二乗平均平方根誤差 (RMSE) を達成した。この性能の上限は、広範な特徴工学、アンサンブル戦略、自動 ML 探索にもかかわらず維持されており、これはモデルのアーキテクチャではなく、運動学的特徴の内在的な情報量の限界を示している。最大垂直軌道振幅 ($Z_{\text{max}}$) が支配的な予測因子であり、次いで軌道半径パラメータ（$R_{\text{apo}}$、$R_{\text{peri}}$）が続く。
• 金属量を用いた存在量予測： $\text{[Fe/H]}$ を運動学的データと組み合わせると、C、O、Mg、Si の存在量の予測は、ベースライン近似 $\text{[X/H]} = \text{[Fe/H]}$ よりも著しく正確になる。APOGEE サンプルの場合、RMSE 値は $\sim 0.04\text{--}0.08$ dex まで低下する。金属量が支配的な予測因子であり、軌道パラメータは二次的ではあるが無視できない寄与を提供する。
• Mg、Si、Fe からの C と O： Mg、Si、および $\text{[Fe/H]}$ から C と O を予測すると、高い精度が得られる。運動学情報の追加は、予測能力がすでに元素存在量そのものの中に含まれており、Mg が支配的な寄与者であるため、測定可能な改善をもたらさない。これは、これらの元素が巨大星における共通の核合成起源を持つことを反映している。
• 系統的なオフセット： APOGEE（赤色巨星）で訓練されたモデルを HARPS（矮星）に適用すると、特に炭素において系統的なオフセットが観測された。著者らはこれを、モデルの失敗ではなく、内在的な存在量スケールの違いと進化効果（例：赤色巨星における炭素の枯渇）に起因すると帰属させた。一定の補正（$\sim 0.1$ dex）を適用することで、HARPS サンプルの RMSE が大幅に減少した。
• 経験的関係： 著者らは、薄円盤と厚円盤の集団に対して、存在量比（Fe/Si、Mg/Si、C/O、Fe/O）と金属量の間の単純な経験的関係を導出した。これらの関係の傾きは APOGEE と HARPS のサンプル間でわずかに異なり、分数差は一般的に 17% 未満であった。

意義と主張
本論文は、詳細な存在量決定が困難な星、特に低温の M 矮星への化学的特徴付けを拡張するための実用的な枠組みを提供すると主張している。著者らは以下の点を強調している：

1. 運動学は限られたトレーサーである： 恒星の運動学には金属量に関する情報が限られており、予測性能はモデルの選択ではなく入力特徴によって制約される。
2. 金属量との相乗効果： 運動学のみでは不十分であるが、金属量と組み合わせることで、直接決定が困難な元素存在量（C、O、Mg、Si）の正確な予測が可能になる。
3. 複雑さよりもデータ品質： 複数のモデルの収束と、複雑な特徴工学の結果の改善失敗は、将来の改善がモデルの複雑さの増加よりも、入力データの品質、均質性、物理的な豊かさに依存することを示唆している。
4. 系外惑星への応用： 導出された存在量比の経験的関係は、惑星内部構造（例：Fe/Si によるコアサイズ）や大気組成（C/O）に関連する量を推定する計算コストの低い方法を提供し、直接の恒星存在量データが利用できない岩石質系外惑星の特徴付けを支援する。

著者らは謙虚なトーンを維持しており、モデルは銀河系の化学進化の主要な傾向を再現するものの、データの不足と銀河進化の内在的な複雑さにより、金属量分布の極端な領域における詳細な存在量の挙動は完全に捉えられていないと述べている。