DeepDISC-Euclid: Source Classification and Photometric Redshifts in Euclid Deep Field North With a Pixel-Level Deep Learning Approach

Resumo Técnico: DeepDISC-EUCLID

1. O Problema

O lançamento da primeira liberação de dados rápidos (Q1) do telescópio espacial Euclid forneceu imagens e dados espectroscópicos extensos para centenas de milhões de objetos fotométricos em campos profundos. No entanto, a extração máxima de valor científico desses dados enfrenta desafios significativos:

• Limitações do Pipeline PHZ: O pipeline de processamento padrão do Euclid (PHZ) classifica fontes em estrelas, galáxias e quasares, mas apresenta dificuldades na identificação precisa de quasares (QSOs), que são frequentemente confundidos com galáxias. Além disso, os redshifts fotométricos (photo-z) do PHZ são otimizados para galáxias, não sendo ideais para quasares.
• Complexidade de Dados: A necessidade de detecção, deblending (separação de objetos sobrepostos), classificação e estimativa de redshift simultaneamente em grandes levantamentos de céu exige métodos mais robustos do que as abordagens tradicionais baseadas em catálogos.

2. Metodologia

Os autores utilizaram o framework de aprendizado profundo DeepDISC, uma abordagem de nível de pixel que aprende e infere simultaneamente a partir de imagens multibanda. O estudo focou no Campo Profundo Norte do Euclid (EDF-N).

• Dados de Entrada: Imagens de 9 bandas (4 do Euclid: IE, YE, JE, HE + 5 do solo: UNIONS u, g, r, i, z) processadas pelo Merge Processing Function (MER PF) do Euclid.
• Estratégia de Treinamento: Foram treinados três modelos dedicados, utilizando o Dark Energy Spectroscopic Instrument Data Release 1 (DESI DR1) como "ground truth" (verdade terrestre) para classificação e redshifts espectroscópicos (spec-z):
  1. Modelo 1 (Detecção e Classificação): Utiliza mapas de segmentação do Euclid MER e classificações do DESI. Emprega uma arquitetura baseada em Swin Transformer com Region Proposal Network (RPN) e Cascade ROI Head para detecção e um MLP para classificação (estrela, galáxia, quasar).
  2. Modelo 2 (Photo-z de Galáxias): Estima redshifts fotométricos para galáxias.
  3. Modelo 3 (Photo-z de Quasares): Estima redshifts fotométricos para quasares.
• Estratégia de Treinamento em Estágios: Devido à escassez de dados espectroscópicos (DESI) em comparação com os dados de segmentação do Euclid, os autores adotaram uma estratégia em dois estágios:
  • Estágio 1: Treinamento conjunto de detecção e classificação (Modelo 1).
  • Estágio 2: Congelamento do backbone e das camadas de classificação do Modelo 1, treinando apenas as novas cabeças ROI para photo-z (Modelos 2 e 3) usando a rede Mixture Density Network (MDN) para gerar distribuições de probabilidade de redshift (PDFs).

3. Principais Contribuições

• Catálogo DeepDISC: Publicação de um catálogo completo para o EDF-N contendo ~13,3 milhões de objetos, incluindo coordenadas, classificações (estrela/galáxia/quasar) e redshifts fotométricos com suas distribuições de probabilidade completas.
• Abordagem Pixel-Level: Demonstração de que métodos de aprendizado profundo baseados em pixels superam ou igualam métodos baseados em catálogos tradicionais, especialmente na separação de objetos próximos (deblending) e na identificação de quasares.
• Otimização Específica para Quasares: Desenvolvimento de modelos especializados que superam significativamente o pipeline padrão do Euclid na identificação e medição de redshifts de quasares.

4. Resultados Chave

• Desempenho na Detecção:

  • Completude (Recall): ~93% (usando o catálogo Euclid MER como referência).
  • Pureza (Precision): 80% (vs. MER). Ao usar um catálogo do JWST como referência em uma subárea, a pureza real estimada é de **90%**.
  • O DeepDISC detectou ~30% mais fontes que o catálogo MER, principalmente devido à melhor capacidade de separar companheiros próximos.

• Desempenho na Classificação:

  • Estrelas e Galáxias: Alta precisão e completude (>99% para ambas as classes).
  • Quasares: O modelo recuperou corretamente 84,8% dos quasares do DESI (completude) e 90,6% das classificações de quasares do modelo eram corretas (pureza). Isso representa uma melhoria significativa em relação ao pipeline PHZ do Euclid, que tem dificuldade em distinguir quasares de galáxias.

• Redshifts Fotométricos (Photo-z):

  • Galáxias: O viés mediano é de $2.0 \times 10^{-3}$ e o espalhamento ($\sigma_{IQR}$) é de $0.0393$. O desempenho é comparável ao do Euclid PHZ, mas com uma fração de outliers menor.
  • Quasares: O viés mediano é de $-5.7 \times 10^{-3}$ e o espalhamento é de $0.11$. O desempenho é superior ao do Euclid PHZ (que foi projetado para galáxias) e comparável a métodos especializados baseados em raios-X (catálogo X-ray CTP), mas com a vantagem de não exigir pré-seleção de objetos.

5. Significado e Impacto

• Avanço Científico: Este trabalho valida a eficácia de abordagens de aprendizado profundo em nível de pixel para levantamentos de grande escala como Euclid e o futuro Roman Space Telescope.
• Aplicações Imediatas: O catálogo liberado permite a construção de amostras mais limpas de quasares para estudos de aglomerados e reionização, além de amostras de galáxias para lentes gravitacionais fracas.
• Futuro: Os autores destacam que o desempenho pode ser ainda melhorado com a expansão das amostras de treinamento espectroscópico (através de futuras liberações de dados do Euclid, JWST e programas como C3R2). A estratégia de treinamento em estágios pode evoluir para um treinamento totalmente conjunto à medida que mais dados rotulados estiverem disponíveis, permitindo cobrir redshifts mais altos (além de z=1.8 para galáxias) e melhorar a completude de quasares de baixo redshift.

Em resumo, o DeepDISC-EUCLID oferece um produto de dados independente e superior, particularmente para a ciência de quasares, demonstrando o potencial do aprendizado profundo para maximizar o retorno científico dos dados do Euclid.