Finding the boundary: Using galaxy membership to inform galaxy cluster extent through machine learning

Probleemstelling

Galaxy clusters (sterrenstelselhopen) zijn de grootste gravitationeel gebonden structuren in het universum en spelen een cruciale rol in de evolutie van sterrenstelsels. Een fundamentele uitdaging in de astrofysica is het definiëren van de ruimtelijke uitgestrektheid van de invloed van een cluster op zijn omringende sterrenstelsels.

• De uitdaging: Traditionele definities van clustergrenzen (zoals $R_{200}$, de straal binnen welke de dichtheid 200 keer de kritische of gemiddelde dichtheid is, of de 'splashback'-straal $R_{sp}$) zijn vaak scherp en dynamisch gemotiveerd. Echter, waarnemingen en simulaties suggereren dat de overgang van veldsterrenstelsels (field galaxies) naar clustersterrenstelsels geen scherpe fysieke grens is, maar een brede, probabilistische regio.
• Het doel: Het is moeilijk om te bepalen waar precies de "pre-processing" (voorbehandeling) van sterrenstelsels begint voordat ze het clusterkerngebied bereiken. Verschillende fysische processen (gasverlies, sterformatieonderdrukking, dynamische veranderingen) vinden op verschillende afstanden en tijdschalen plaats. De auteurs willen een datagedreven methode ontwikkelen om deze overgangsregio kwantitatief en probabilistisch te mappingen.

Methodologie

De auteurs gebruiken een datagedreven framework gebaseerd op Supervised Machine Learning (Deep Neural Networks) en data uit de IllustrisTNG-simulaties (specifiek het TNG300-1 volume, de grootste hoog-resolutie simulatie).

1. Data Selectie:

   • Simulatie: TNG300-1 bij roodverschuiving $z=0$.
   • Selectiecriteria: Clusters met massa $M_{200,mean} > 10^{13} M_\odot$. Sterrenstelsels met sterrenmassa $M_* > 10^9 M_\odot$ en donkere-materiemassa $M_{dm} > 10^{9.5} M_\odot$.
   • Afstandsbepaling: Voor elk sterrenstelsel wordt de afstand tot het dichtstbijzijnde cluster berekend en genormaliseerd met $R_{200,mean}$ van dat cluster.

2. Labeling (Trainingsdata):

   • Om een classifier te trainen, moeten sterrenstelsels worden gelabeld als "cluster" of "veld".
   • De auteurs gebruiken twee labeling-schema's:
     • Afstandsbased: Sterrenstelsels binnen een bepaalde straal (bijv. $0.5 R_{sp}$) zijn clusterleden, en die buiten een grotere straal (bijv. $5.0 R_{sp}$) zijn veldleden. De regio ertussen is ongelabeld.
     • SUBLINK-based: Gebaseerd op de merger-tree van de simulatie; een sterrenstelsel is een clusterlid als het ooit verbonden was met een host-groep van voldoende massa.
   • Er wordt rekening gehouden met class-imbalance door gewichten toe te passen.

3. Model Architectuur:

   • Een Deep Neural Network (DNN) met een volledig verbonden feed-forward structuur (MLP).
   • Input: Intrinsic eigenschappen van sterrenstelsels (bijv. sterrenmassa, gasfractie, specifieke sterformatiesnelheid (sSFR), kleur $g-r$, metaliciteit, dynamische parameters). Er worden combinaties getest: 6 primaire eigenschappen, alle 15 eigenschappen, en gescheiden categorieën (gas, sterren, dynamisch).
   • Output: Een probabiliteit (via een sigmoid activatie) dat een sterrenstelsel tot de clusteromgeving behoort.
   • Preprocessing: Eigenschappen worden getransformeerd (arcsinh of log) om verdelingen te symmetriseren en genormaliseerd.

4. Validatie:

   • De dataset wordt opgesplitst in trainings-, validatie- en testsets op basis van clusters (niet individuele sterrenstelsels) om "data leakage" te voorkomen (d.w.z. om te voorkomen dat het model de omgeving herkent in plaats van de algemene patronen).
   • Er wordt een convergentietest uitgevoerd door de drempelwaarden voor de labeling te variëren om de robuustheid te verifiëren.

Belangrijkste Bijdragen

• Eerste Probabilistische Kaart: De auteurs presenteren de eerste kwantitatieve, probabilistische kaart van de overgangsregio tussen cluster- en veldsterrenstelsels, in plaats van een scherpe fysieke grens.
• Fysiek Gescheiden Populatie: Ze identificeren een "gemengde populatie" in de buitenste regio's van clusters waar eigenschappen van sterrenstelsels niet duidelijk passen bij noch het ene noch het andere type.
• Scheiding per Fysisch Proces: Door modellen te trainen op specifieke eigenschapscategorieën (gas, sterren, dynamiek), kunnen ze de ruimtelijke uitgestrektheid van verschillende fysische mechanismen (zoals ram-pressure stripping vs. dynamische verwarming) isoleren.

Resultaten

1. Probabilistische Overgang:

   • De overgang is geen scherpe lijn, maar een brede regio met intrinsieke verstrooiing (scatter).
   • De "zero-crossing" (waar de voorspelde kans 50% is) ligt gemiddeld rond $1.0 - 1.2 R_{200,mean}$, afhankelijk van de clustermassa.
   • Er is een duidelijke massa-afhankelijkheid: Voor zwaardere clusters ligt de overgangsregio relatief verder naar buiten (in eenheden van $R_{200}$) dan voor lichtere clusters. Dit volgt een machtwet $r_0 \propto M^{0.1}$, wat correleert met de massa-concentratierelatie van donkere materie halo's.

2. Vergelijking met Bestaande Grenzen:

   • De voorspelde overgangsregie komt niet exact overeen met de splashback-radius ($R_{sp}$) of $R_{200}$.
   • De $R_{sp}$ is dynamisch gemotiveerd (grens van instortend materiaal), terwijl de ML-voorspelling gebaseerd is op de verandering in eigenschappen van sterrenstelsels. De ML-regio is breder en probabilistisch.
   • Bestaande stralen (zoals $R_{200}$) scheiden sterrenstelsels niet perfect op basis van hun intrinsieke eigenschappen; er zijn veel "interlopers" (veldsterrenstelsels binnen de straal en clustersterrenstelsels daarbuiten).

3. Fysische Categorieën:

   • Dynamische eigenschappen: Veranderen het diepst in de cluster (dichtst bij het centrum).
   • Gas- en Ster-eigenschappen: Vertonen overgangen op vergelijkbare locaties voor lichte clusters, maar voor zware clusters vindt de gas-overgang (bijv. door ram-pressure stripping) plaats in de uiterste buitenste regio's, verder dan de ster-eigenschappen.
   • Dit bevestigt dat gasverlies en onderdrukking van sterformatie (quenching) al beginnen voordat sterrenstelsels de viriale straal bereiken.

4. Convergentie:

   • Het model is robuust; de voorspelde overgangsregie verandert niet significant wanneer de drempelwaarden voor de labeling worden gewijzigd, wat aantoont dat de gevonden regio een intrinsiek kenmerk is van de data en geen artefact van de labeling.

Betekenis en Conclusie

Dit onderzoek biedt een nieuwe, datagedreven manier om de invloed van clusteromgevingen op sterrenstelsels te begrijpen. De belangrijkste conclusies zijn:

• De grens van een sterrenstelselcluster is niet scherp, maar een probabilistische overgangszone met een aanzienlijke breedte.
• De ruimtelijke uitgestrektheid van deze invloed hangt af van de massa van de cluster en de specifieke fysische eigenschap die wordt geobserveerd (gas vs. sterren vs. dynamiek).
• Traditionele definities zoals $R_{200}$ of $R_{sp}$ zijn nuttige benchmarks, maar ze vangen niet de volledige complexiteit van de "pre-processing" van sterrenstelsels in de buitenste regio's.
• Deze methode kan worden toegepast op observaties (bijv. met toekomstige surveys zoals DESI of Roman) om de clustergrenzen in waarnemingen nauwkeuriger te definiëren en de evolutie van sterrenstelsels in verschillende omgevingen beter te modelleren.

Kortom, het papier verschuift het paradigma van het zoeken naar een "harde" grens naar het begrijpen van een continuüm van omgevingsinvloeden, waarbij machine learning wordt gebruikt om de complexe interactie tussen donkere materie, gas en sterrenstelsels te ontrafelen.