Unsupervised selection and characterisation of Little Red Dots in JWST surveys with manifold learning

Technische Samenvatting: Onbevooroordeelde selectie en karakterisering van Little Red Dots in JWST-surveys met behulp van manifold learning

Probleemstelling
Little Red Dots (LRDs) zijn een populatie compacte, rode bronnen die door de James Webb Space Telescope (JWST) op hoge roodverschuiving zijn ontdekt. De fysieke aard ervan blijft onderwerp van debat, met interpretaties variërend van stofrijke actieve galactische kernen (AGN) tot compacte stoffige stellaire systemen. Huidige selectiemethoden vertrouwen zwaar op vooraf gedefinieerde kleur–kleur-afsnijdingen, compactheidseisen en criteria voor het verwerpen van bruine dwergen. Deze drempelwaarden variëren echter aanzienlijk tussen verschillende studies, wat leidt tot uiteenlopende monsters waarbij de afgeleide eigenschappen evenzeer afhangen van de selectiefunctie als van de data zelf. Er is behoefte aan een datagestuurde aanpak die LRDs en andere populaties kan identificeren zonder afhankelijk te zijn van rigide, door mensen opgelegde grenzen.

Methodologie
De auteurs maken gebruik van een onbevooroordeelde machine learning-benadering met behulp van manifold learning om de intrinsieke diversiteit van de data te karakteriseren voordat er selectiedrempels worden opgelegd.

• Databron: De studie maakt gebruik van de ASTRODEEP-JWST fotometrische catalogus, een homogeen gereduceerde multi-band catalogus die zes extragalactische velden beslaat.
• Kenmerkruimte: Een feature-vector van 11 dimensies is geconstrueerd voor $\sim$242.000 geïsoleerde, goed gemeten bronnen. Dit omvat:
  • Zeven logaritmische fluxratio's (kleuren) ten opzichte van de F356W-band, variërend van HST/ACS F814W tot JWST/NIRCam F444W en de F410M medium-band.
  • De F356W-flux zelf (als helderheidsindicator).
  • Twee morfologische indicatoren van SExtractor: de stellarity index en de halve lichtstraal ($r_{50}$).
  • De fotometrische roodverschuiving ($z_{phot}$).
• Dimensiereductie: Het Uniform Manifold Approximation and Projection (UMAP) algoritme wordt gebruikt om deze hoogdimensionale bronnen in te bedden in een tweedimensionale kaart. Deze methode behoudt zowel lokale als globale structuren, waardoor bronnen met vergelijkbare spectrale energieverdelingen (SED's), morfologie en roodverschuivingen bij elkaar clusteren.
• Semi-gesuperviseerde verankering: In plaats van een volledig gesuperviseerde classifier te trainen (die grote, representatieve gelabelde sets vereist), gebruiken de auteurs een kleine set spectroscopisch bevestigde LRD's uit de de Graaff et al. (2025) als een "anker". Deze ankers werden geselecteerd op basis van de spectrale vorm (V-vormig continuüm) in plaats van breedbandkleuren. De locaties van deze ankers op de UMAP-kaart worden gebruikt om het LRD-regio te definiëren via dichtheid-gebaseerde clustering (DBSCAN) en Mahalanobis-ellipsen.
• Validatie: De datagestuurde selectie wordt gevalideerd tegenover archief NIRSpec-spectra uit de DAWN JWST Archive (DJA) en vergeleken met opnieuw toegepaste literatuur-kleurafsnijdingen (Barro et al., Kokorev et al., Rinaldi et al., Akins et al.) op dezelfde ouder-sample.

Belangrijkste Resultaten

1. Lokalisatie van LRD's: Spectroscopisch bevestigde LRD's concentreren zich in twee goed gedefinieerde, compacte regio's op de onbevooroordeelde manifold zonder dat er kleurafsnijdingen zijn opgelegd. Deze lokalisatie is intrinsiek aan de feature-ruimte, bevestigd door tests in de oorspronkelijke 11-dimensionale ruimte en cross-gevalideerde classifiers.
2. Selectieprestaties: De belangrijkste LRD-regio bereikt een volledigheid van $\simeq$0,82 en een zuiverheid van $\simeq$0,78 (gemeten over de subset met hoogwaardige PRISM-spectra) ten opzichte van de spectroscopische anker. Deze prestatie is competitief met, of schoner dan, gevestigde kleurafsnijdingen uit de literatuur, die doorgaans een hogere volledigheid inruilen voor een lagere zuiverheid.
3. Nieuwe Kandidaten: De methode identificeert 107 nieuwe compacte, hoog-roodverschuivende kandidaten die afwezig zijn in bestaande fotometrische catalogi. Diagnostische analyse onthult dat deze kandidaten vaak worden gemist door strikte literatuur-afsnijdingen omdat hun rest-optische kleuren niet rood genoeg zijn, of omdat ze falen door verschillen in compactheidsmetrieken en fotometrische reducties in plaats van SED-vorm.
4. Populatiestructuur: De twee geïdentificeerde LRD-regio's komen overeen met populaties die primair verschillen in roodverschuiving (mediaan $z \simeq 5,1$ voor de hoofdregio versus $z \simeq 3,4$ voor de secundaire regio). Beide populaties vertonen de karakteristieke LRD V-vormige SED.
5. Scheiding van Contaminanten: De manifold scheidt bruine dwergen op natuurlijke wijze van LRD's zonder een expliciete afwijzingsafsnijding, gedreven door de blauwe F115W–F200W kleuren van de sterren. Op dezelfde manier isoleert de methode pathologische uitschieters, zoals verzadigde sterren en bronnen met catastrofale fotometrische roodverschuivingsfouten (bijv. Galactische sterren die als hoog-roodverschuivende sterren worden gefit).
6. Feature Belang: Experimenten met feature-ablatie tonen aan dat de zeven breedbandkleuren alleen al de LRD-signatuur dragen (classifier AUC $\simeq$ 0,999), terwijl morfologie en fotometrische roodverschuiving individueel zwakke discriminatoren zijn. Morfologie dient primair om de zuiverheid te verbeteren door uitgebreide interlopers te filteren.
7. Nieuwe AGN-ontdekkingen: Analyse van archief grating-spectra binnen de geïdentificeerde regio's onthult vier nieuwe breedlijn-AGN (zonder eerdere catalogusidentificatie) en vijf bevestigingen van fotometrische kandidaten, die allemaal in de lager-roodverschuivende secundaire regio liggen.
8. Hoog-roodverschuivende Extensie: Een enkele uitschieter-anker bevindt zich in een samenhangende buurt van bronnen met fotometrische roodverschuivingen die pieken bij $z \simeq 8,2$. Hun gestapelde SED's reproduceren de LRD V-vorm, wat wijst op een potentiële hoog-roodverschuivende extensie van de hoofdlocatie, hoewel dit spectroscopische bevestiging vereist.

Betekenis en Claims
Het artikel betoogt dat onbevoordeelde manifolds, verankerd door schaarse hoog-betrouwbare spectroscopische labels, een efficiënt, aanname-arm kader bieden voor het karakteriseren van astronomische populaties. De aanpak biedt verschillende voordelen:

• Datagestuurde Grenzen: Het definieert selectieregio's op basis van waar bevestigde bronnen zich daadwerkelijk bevinden in de data, in plaats van op willekeurige drempelwaarden.
• Vergelijkbaarheid: Het maakt het mogelijk om verschillende selectiemethoden op een gemeenschappelijke basis te vergelijken (dezelfde ouder-sample en anker), waardoor de afwegingen tussen volledigheid en zuiverheid zichtbaar worden.
• Ontdekkingsvermogen: De representatie fungeert als een algemeen instrument voor populatieontdekking, waarbij zeldzame objecten, uitschieters en onderscheidende sub-populaties (zoals de twee door roodverschuiving gescheiden LRD-groepen of de hoog-roodverschuivende extensie) op natuurlijke wijze worden geïsoleerd zonder voorafgaande definitie.
• Schaalbaarheid: De methode wordt gepresenteerd als een bewijs van concept met behulp van breedbandfotometrie, morfologie en fotometrische roodverschuiving, maar de auteurs merken op dat het framework zich natuurlijk uitbreidt naar de inclusie van spectra en resolutie-imaging in toekomstig werk.

De auteurs blijven bescheiden over beperkingen en merken op dat de huidige volledigheid wordt beperkt door pre-processing detectielimieten (specifiek in de blauwste banden, wat een roodverschuivingsplafond van $z \lesssim 8$ instelt) en dat de zuiverheidsmetingen momenteel beperkt zijn tot bronnen met hoogwaardige PRISM-spectra. Zij benadrukken dat de kracht van de methode ligt in haar vermogen om complexe data te organiseren om structuur te onthullen, in plaats van het vervangen van de noodzaak voor spectroscopische opvolging.