Star-forming clump detection in nearby galaxies using Faster R-CNN and $ugrizy$ imaging data from CLAUDS and HSC-SSP

Technische Samenvatting: Detectie van stervormende klompen in nabijgelegen sterrenstelsels met behulp van Faster R-CNN en ugrizy-beeldgegevens van CLAUDS en HSC-SSP

Probleemstelling
Reusachtige stervormende klompen (Giant Star-Forming Clumps, GSFC's) zijn sterrenstelselgebieden op kpc-schaal met een verhoogde stervorming en stellaire massa's tussen $10^7$ en $10^9 M_\odot$. Hoewel ze veel voorkomen in sterrengestelsels met een hoge roodverschuiving ($z \sim 2$), worden ze zelangzaam gedetecteerd in analogen met een lage roodverschuiving ($z \lesssim 0.5$). Eerdere studies vertrouwden op kleine steekproeven, waarbij vaak gebruik werd gemaakt van visuele identificatie door experts of algoritmen voor bronextractie op contrastverrijkte beelden. Deze methoden zijn beperkt in schaal en automatisering. De auteurs merken op dat, hoewel Deep Learning (DL) is toegepast op grotere steekproeven, robuuste metingen van fysieke eigenschappen voor grote steekproeven van klompen bij lage roodverschuiving nog steeds ontbreken vanwege de schaarste aan waargenomen klompige sterrengestelsels bij deze roodverschuivingen.

Methodologie
De auteurs hebben een nieuw objectdetectiemodel ontwikkeld gebaseerd op het Faster Region-Based Convolutional Neural Network (Faster R-CNN of FRCNN) framework, dat specifiek is aangepast voor multi-band astronomische beeldvorming.

• Gegevensbronnen: De studie maakt gebruik van beeldgegevens van het Hyper Suprime-Cam Subaru Strategic Program (HSC-SSP) en de CFHT Large Area U-band Deep Survey (CLAUDS) over vier diepe velden. De dataset bestaat uit een steekproef van $\sim$710.000 sterrengestelsels, waarvan een deel van $\sim$14.000 sterrengestelsels zes-band fotometrie ($ugrizy$) bezit en de rest vijf-band fotometrie ($grizy$) heeft.
• Modelarchitectuur:
  • Backbone: Het model adopteert het Zoobot foundation DL-model (versie 2.0, gebaseerd op ResNet50) als de feature extraction backbone. Dit vertegenwoordigt een van de eerste toepassingen van Zoobot in een downstream objectdetectie taak.
  • Input Adaptatie: De standaard ResNet50 inputlaag (ontworpen voor 3-kanaals RGB-beelden) is aangepast om 5-kanaals ($grizy$) en 6-kanaals ($ugrizy$) inputs te accepteren. Voorgetrainde gewichten werden aangepast door de gewichten van de oorspronkelijke $g$, $r$, en $i$ kanalen te kopiëren naar de nieuwe $u$, $z$, en $y$ kanalen.
  • Classificatieschema: De detectie-kop werd uitgebreid naar een zes-klasse schema om onderscheid te maken tussen: (1) klompen, (2) 'vreemde' klompen (artefacten/anomalieën), (3) voorgrondsterren, (4) voorgrond/achtergrondsterrenstelsels, (5) bulges (centrale verdikkingen), en (6) generieke achtergrond. Deze multi-class benadering beoogt de contaminatie in de uiteindelijke klomp-steekproef te verminderen.
• Trainingsgegevens: Een dataset van 3.198 sterrengestelsels werd handmatig geannoteerd met een "correct-a-machine" benadering. Een initieel model getraind op Galaxy Zoo: Clump Scout (GZCS) data leverde pre-detecties, die vervolgens werden gecorrigeerd door vrijwilligers via een Zooniverse interface. Dit proces omvatte het corrigeren van bounding boxes en het herclassificeren van foutieve positieven (bijv. sterren of bulges die ten onrechte als klompen werden geïdentificeerd).
• Postprocessing: Ruwe modeloutputs ondergingen Non-Maximum Suppression (NMS) met een IoU-drempel van 0.2. Bounding boxes die een fysieke grootte van 7.30 kpc overschreden werden verwijderd, evenals boxen die kleinere boxen volledig bevatten of zich buiten de segmentatiemasker van het sterrengestel of nabij de centrale bulge bevonden. Fluxpieken binnen de resterende bounding boxes werden geëxtraerd om de exacte posities van de klomp-kandidaten te definiëren.

Belangrijkste Bijdragen

1. Multi-band Objectdetectie: De auteurs hebben het Faster R-CNN architectuur succesvol uitgebreid om gelijktijdige multi-band beeldgegevens (tot zes kanalen) te verwerken, waarmee wordt aangetoond dat het gebruik van de volledige spectrale informatie de detectieprestaties verbetert vergeleken met standaard RGB of beperkte-band inputs.
2. Zoobot Integratie: Het artikel demonstreert de levensvatbaarheid van het gebruik van het Zoobot foundation model als een feature extractor voor objectdetectie, waarbij gebruik wordt gemaakt van de pretraining op echte astronomische data om domeinspecifieke kenmerken te verwerken met een relatief kleine trainingsset ($\sim$3.200 afbeeldingen).
3. Uitgebreide Contaminant Afhandeling: Door te trainen op een multi-class schema, leert het model expliciet om contaminanten (sterren, achtergrondsterrenstelsels, bulges) te identificeren en te scheiden van ware stervormende klompen, wat een significante verbetering is ten opzichte van binaire classificatieschema's.
4. Omvangrijke Catalogus: De toepassing van deze modellen op de HSC-SSP en CLAUDS datasets resulteerde in de detectie van ongeveer 1,5 miljoen klomp-kandidaten over $\sim$700.000 sterrengestelsels, wat een publieke catalogus biedt voor toekomstige analyse.

Resultaten
De prestaties van het model werden gevalideerd met behulp van een grote set echte sterrengestelsels waarin gesimuleerde stervormende klompen waren geïnjecteerd. De simulaties dekten een reeks fysieke eigenschappen af (stellaire massa, leeftijd, metalliciteit, stofattenuatie) en werden forward-gemodelleerd om overeen te komen met de seeing en diepte van de survey.

• Volledigheid en Zuiverheid: Voor gesimuleerde klompen die helderder zijn dan de $5\sigma$ puntbron-dieptelimieten van de instrumenten:
  • Het 6-kanaals ($ugrizy$) model bereikte een detectie-volledigheid van $\gtrsim 0.9$ en een zuiverheid van $\gtrsim 0.8$.
  • Het 5-kanaals ($grizy$) model vertoonde een iets lagere volledigheid (een daling van $\sim$2–3% ten opzichte van het 6-kanaals model) maar behield een vergelijkbare zuiverheid ($\gtrsim 0.8$).
• Impact van U-band Data: De inclusie van de $u$-band data (van CLAUDS) verbeterde de detectie van klompen met zeer recente stervorming aanzienlijk, die vaak zwakker zijn in de rooddere banden. Het 6-kanaals model detecteerde $\sim$17% meer klomp-kandidaten dan het 5-kanaals model in de overlappende steekproef, voornamelijk degenen die helder zijn in het NUV.
• Prestatie-metrieken: De modellen behaalden een hoge recall (nabij 1.0 bij lage objectness drempels) en verbeteringen in precisie wanneer gefilterd werd op objectness scores. De $F_1$ scores gaven aan dat het finetunen van de backbone-gewichten over het algemeen betere prestaties opleverde dan transfer learning met vaste gewichten, hoewel transfer learning later tekenen van overfitting vertoonde.
• Beperkingen: Volledigheid daalt voor klompen met een lage contrastverhouding tegen de achtergrond van het sterrengestel ($u_{cl} - u_{bkg} \gtrsim -1$) of die zich zeer dicht bij het centrum van het sterrengestel bevinden ($d_{cl} \lesssim 0.5 r_{eff}$), waar ze worden overstraald door de bulge.

Betekenis en Claims
De auteurs beweren dat hun DL-gebaseerde benadering de automatische detectie van stervormende klompen in grote steekproeven van sterrengestelsels met een lage roodverschuiving mogelijk maakt, een taak die voorheen werd gehinderd door de beperkingen van handmatige inspectie en traditionele algoritmen. Door een hoge volledigheid en zuiverheid te bereiken op gesimuleerde data, suggereert de studie dat de detectiemethode robuust is en dat de primaire limiterende factor voor toekomstige studies de gevoeligheid van de observerende instrumenten zelf is, in plaats van het detectie-algoritme.

Het artikel concludeert bescheiden dat hoewel het 5-kanaals model voldoende is voor grootschalige surveys zonder $u$-band data, het 6-kanaals model superieure prestaties biedt voor het identificeren van de jongste stervormende regio's. De auteurs benadrukken dat de resulterende catalogus zorgvuldige toepassing van selectiecriteria vereist (bijv. het uitsluiten van edge-on sterrengestelsels, centrale klompen en het toepassen van massa-volledigheidslimieten) voor wetenschappelijke analyse. Ze merken op dat hoewel de detecties fotometrisch robuust zijn, spectroscopische bevestiging (bijv. via H$\alpha$ emissie) noodzakelijk is om de stervormende aard van de kandidaten definitief te bevestigen.