Introducing SESHAT: A Tool for Object Classification from JWST Catalogs

In deze paper stellen de auteurs SESHAT voor, een Python-pakket dat gebruikmaakt van XGBoost om op basis van JWST-fotometrie automatisch objecten zoals jonge sterren, sterren, bruine dwergen, witte dwergen en sterrenstelsels te classificeren met een recall van minimaal 85% zonder aanvullende ruimtelijke informatie.

De kern

De Sterren-Identiteitscontroleur: Een Simpele Uitleg van SESHAT

Stel je voor dat de James Webb-ruimtetelescoop (JWST) een gigantische camera is die het heelal fotografeert. Maar in plaats van gewone foto's, maakt hij foto's in heel veel verschillende kleuren (filters), van diep rood tot midden-infrarood. Het probleem? Elke foto heeft een andere combinatie van kleuren. Soms heb je 38 kleuren, soms maar 5.

Vroeger waren astronomen als detectives die een lijstje met regels hadden: "Als de ster rood is in kleur A en blauw in kleur B, dan is het een jonge ster. Als hij groen is, is het een ouder sterretje." Maar met zoveel verschillende camera-instellingen van JWST, werkt die oude lijst niet meer. Je zou voor elke foto een nieuwe lijst moeten maken. Dat is te veel werk en vaak onnauwkeurig.

Hier komt SESHAT in beeld.

Wat is SESHAT?

SESHAT is een slimme computerprogramma (een "AI") die is ontwikkeld door onderzoekers. Het is als een super-detective die niet kijkt naar één of twee regels, maar naar het hele plaatje tegelijk.

De naam staat voor Stellar Evolutionary Stage Heuristic Assessment Tool. Klinkt ingewikkeld, maar het doet eigenlijk iets heel simpels: het kijkt naar een ster of object en zegt: "Ah, jij bent een baby-ster (een YSO), jij bent een oude ster (een witte dwerg), jij bent een bruine dwerg (een mislukte ster), of jij bent een heel ver gelegen sterrenstelsel."

Hoe werkt het? (De "Simulatie-Lunch")

Om deze detective te trainen, hebben de makers geen echte sterren gebruikt (want die zijn vaak verwarrend), maar hebben ze duizenden virtuele sterren gecreëerd in de computer.

1. Het Menu: Ze hebben een menu gemaakt met alle mogelijke soorten sterren en sterrenstelsels.
2. De Proef: Ze hebben deze virtuele sterren gefotografeerd met elke mogelijke combinatie van filters die JWST kan gebruiken.
3. De Leerling: Het programma (gebaseerd op een techniek genaamd XGBoost) heeft naar deze duizenden virtuele foto's gekeken en geleerd: "Als een object deze specifieke combinatie van kleuren heeft, is het waarschijnlijk een jonge ster."

Het is alsof je een kind leert een hond herkennen. Je laat het niet één hond zien, maar duizenden honden in alle mogelijke poses, met verschillende achtergronden en in verschillende lichtsoorten. Na een tijdje herkent het kind een hond, zelfs als het een hond is die je nog nooit eerder hebt gezien.

Waarom is dit zo slim?

• Het is flexibel: Of je nu 38 filters hebt of maar 5, SESHAT past zich aan. Het weet precies welke filters je hebt gebruikt en maakt daar de beste beslissing op.
• Het ziet door de mist: In de ruimte zit vaak stof (zoals een mistbank) dat het licht van sterren verandert. SESHAT is getraind om te weten: "Oh, deze ster lijkt rood, maar dat komt niet omdat hij oud is, maar omdat er stof voor staat."
• Het is snel: In plaats dat een mens urenlang naar een lijstje met regels moet kijken, doet SESHAT dit in een flits voor duizenden sterren tegelijk.

Wat kan het voor ons doen?

1. Sterren sorteren: Als astronomen een nieuwe foto van JWST krijgen, kunnen ze SESHAT erop laten lopen. Binnen no-time weten ze welke sterren baby's zijn, welke oude zijn, en welke eigenlijk verre sterrenstelsels zijn.
2. De "Proefkeuze": Voordat astronomen een voorstel doen om met JWST naar een plek te kijken, kunnen ze SESHAT gebruiken om te testen: "Als we deze specifieke filters kiezen, kunnen we dan wel de jonge sterren vinden die we zoeken?" Het is alsof je eerst een proefmaaltijd doet voordat je het hele diner bestelt.

De Resultaten

De onderzoekers hebben SESHAT getest op echte data van sterrenstelsels en sterrennevels. Het resultaat? Het herkent de juiste soort objecten in minimaal 85% van de gevallen. Dat is een enorm succes, zeker als je bedenkt dat ze dit doen zonder te weten waar de ster precies staat of hoe groot hij is, alleen op basis van zijn "kleuren".

Korte samenvatting

SESHAT is de nieuwe, slimme assistent voor sterrenkundigen. Het helpt hen de chaos van duizenden sterren op hun foto's te ordenen, ongeacht welke camera-instellingen ze hebben gebruikt. Het is als een tolk die elke taal van het heelal verstaat, zodat we beter kunnen begrijpen hoe sterren worden geboren, leven en sterven.

Het programma is nu gratis beschikbaar voor iedereen die met JWST-data werkt, zodat we samen het heelal beter kunnen verkennen!

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Introducing SESHAT: A Tool for Object Classification from JWST Catalogs" in het Nederlands.

Titel: Introducing SESHAT: A Tool for Object Classification from JWST Catalogs

Auteurs: B. L. Crompvoets et al.
Datum: 13 maart 2026 (conceptversie)

---

1. Het Probleem

De James Webb Space Telescope (JWST) levert ongeëvenaarde data op, maar introduceert ook nieuwe uitdagingen voor de classificatie van astronomische objecten.

• Unieke Filtercombinaties: JWST heeft 38 verschillende fotometrische filters. Elke waarneming kan een unieke combinatie van deze filters gebruiken, afhankelijk van de wetenschappelijke doelstelling.
• Beperkingen van Traditionele Methoden: Klassieke classificatiemethoden maken gebruik van vaste "kleurcuts" (grenswaarden in kleur-magnitude diagrammen). Deze werken goed wanneer elke waarneming exact dezelfde filters gebruikt, maar zijn onbruikbaar voor JWST omdat nieuwe cuts voor elke unieke filtercombinatie gedefinieerd moeten worden.
• Dimensie-beperking: Traditionele methoden zijn vaak beperkt tot twee dimensies, wat leidt tot onzuivere classificaties in een tijdperk van "big data" waar duizenden bronnen per beeld worden ontdekt.
• Noodzaak: Er is een robuuste methode nodig die objecten kan identificeren (zoals jonge sterren, sterren op de hoofdreeks, bruine dwergen, witte dwergen en sterrenstelsels) ongeacht welke specifieke filters beschikbaar zijn in de data.

2. Methodologie

De auteurs introduceren SESHAT (Stellar Evolutionary Stage Heuristic Assessment Tool), een machine learning-tool gebaseerd op XGBoost.

• Synthetische Data: Omdat er geen historische data bestaat die alle mogelijke JWST-filtercombinaties dekt, wordt een uitgebreide set synthetische data gebruikt.
  • Modelgroepen: Er worden modellen gebruikt voor:
    • YSO's (Young Stellar Objects): Gebaseerd op Hyperion-modellen (Richardson et al. 2024) met variaties in leeftijd, metaalliciteit, schijfomvang, etc.
    • Veldsterren: Padova PARSEC-modellen voor sterren van de hoofdreeks tot asymptotische reuzentak (AGB).
    • Bruine Dwergen: ATMO-modellen (Phillips et al. 2020) voor objecten tussen planeten en sterren.
    • Witte Dwergen: Modellen van Blouin et al. (2018) inclusief absorptiekenmerken.
    • Sterrenstelsels: CIGALE-modellen die variaties in roodverschuiving, stervormingsgeschiedenis en AGN-activiteit dekken.
• Realistische Effecten: De synthetische data wordt verrijkt met realistische effecten zoals:
  • Extinctie: Toepassing van uitdoving door stofwolken (log-normale verdeling) afhankelijk van het type object (bijv. YSO's zitten in de wolk, veldsterren ervoor of erachter).
  • PAH-emissie: Toevoeging van emissie van polycyclische aromatische koolwaterstoffen, wat vooral relevant is in sterrenvormingsgebieden.
  • Ruis: Toevoeging van ruis gebaseerd op de foutmarges van de echte data die wordt geanalyseerd.
• XGBoost Algoritme:
  • Een decision-tree gebaseerd algoritme gekozen omdat het goed omgaat met multidimensionale data en ontbrekende waarden (nulls) zonder imputatie.
  • Training: Het model wordt getraind op 40.000 synthetische bronnen. Er wordt overgesampled voor zeldzamere klassen (bruine dwergen, witte dwergen) om overfitting te voorkomen.
  • Omgaan met ontbrekende data: Het model leert optimaler takrichtingen voor ontbrekende filters (bijv. als een filter verzadigd is of onder de detectielimiet ligt).
  • Input: Vega-magnitudes en fouten voor elke bron.
  • Output: Een kansverdeling (probabiliteit) voor elke klasse en een definitieve classificatie.

3. Belangrijkste Bijdragen

• SESHAT Python-pakket: Een open-source tool (beschikbaar via PyPI en Zenodo) die classificeert op basis van beschikbare filters, zonder dat de gebruiker nieuwe cuts hoeft te definiëren.
• Filter-onafhankelijkheid: Het werkt voor elke combinatie van JWST, Spitzer of 2MASS filters.
• Proposal Validatie: De tool kan worden gebruikt om JWST-proposals te testen door te simuleren of de gekozen filters voldoende zijn om de gewenste objectklassen te onderscheiden.
• Probabilistische Output: In plaats van een harde classificatie, levert SESHAT waarschijnlijkheden op, waardoor gebruikers drempels kunnen instellen voor zuiverheid (purity) versus volledigheid (recall).

4. Resultaten en Validatie

De tool is getest op synthetische data en echte data van sterrenvormingsgebieden en kosmologische velden.

• Synthetische Tests:
  • Bereikt een recall van minimaal 85% voor alle klassen wanneer IRAC/MIPS en 2MASS data beschikbaar zijn.
  • Zelfs bij het onderscheiden van moeilijke contaminanten (zoals AGB-sterren vs. YSO's en sterrenstelsels) blijft de recall boven de 85%.
• Echte Data (Spitzer/SESNA):
  • Getest op 22 sterrenvormingsgebieden.
  • MIPS-data is cruciaal: Zonder mid-infrarood (MIPS/MIRI) data daalt de prestatie voor YSO's drastisch (veel YSO's worden dan verward met sterrenstelsels).
  • Met volledige data (of maximaal 2 ontbrekende filters, mits MIPS aanwezig) wordt een recall van >80-85% behaald.
  • Er is een duidelijke correlatie met de spectrale index: zeer jonge YSO's worden soms als sterrenstelsels geclassificeerd en oudere YSO's als veldsterren, wat overeenkomt met de fysieke overlap in kleur-ruimte.
• Kosmologische Velden (COSMOS):
  • Bij het zoeken naar bruine dwergen in JWST COSMOS-data werden 100% van de eerdere bruine dwerg-candidates (geïdentificeerd via kleurcuts) teruggevonden.
  • De tool splitste de resterende data correct op in veldsterren (24%), sterrenstelsels (75%) en extra bruine dwergen (1%).

5. Betekenis en Conclusie

SESHAT is een essentiële tool voor de JWST-epoce. Het lost het probleem op van het ontbreken van uniforme filtercombinaties door een flexibele, machine learning-gedreven aanpak te bieden.

• Flexibiliteit: Werkt voor elk observatieplan, ongeacht de filterkeuze.
• Robuustheid: Gaat goed om met ontbrekende data en ruis.
• Toepassing: Kan gebruikt worden voor het snelle sorteren van grote catalogs en het optimaliseren van toekomstige waarnemingsplannen.
• Beperkingen: De classificatie van YSO's vereist mid-IR data (MIRI/MIPS) voor hoge nauwkeurigheid; zonder deze data is de zuiverheid lager. Ook is de tool gebaseerd op fotometrie en gebruikt geen ruimtelijke informatie (zoals ellipticiteit), hoewel dit een aanvullende check kan zijn.

De auteurs concluderen dat SESHAT de community een krachtig middel biedt om de enorme hoeveelheid JWST-data efficiënt en consistent te analyseren, met een prestatieniveau dat traditionele kleurcuts overtreft in complexiteit en consistentie.