Constructing a Mock Galaxy Catalog for the All-sky SPECtroscopic Survey of Nearby Galaxies (A-SPEC) Using the Machine-assisted Semi-Simulation Model

Resumo Técnico: Construção de um Catálogo de Galáxias Fictício para o A-SPEC Usando o Modelo de Semi-Simulação Assistida por Máquina

Definição do Problema
O levantamento espectroscópico de galáxias próximas em todo o céu (A-SPEC) visa compilar propriedades físicas e desvios para o vermelho (redshifts) de galáxias mais brilhantes que $K_S = 13,75$ em todo o céu. Embora os levantamentos atuais visem cada vez mais os universos de alto desvio para o vermelho, o Universo local (dentro de centenas de megaparsecs) permanece incompletamente mapeado. Catálogos de galáxias fictícios (mocks) realistas são essenciais para validar o desenho de levantamentos, interpretar dados observacionais e estimar covariâncias entre parâmetros cosmológicos. No entanto, gerar mocks que reproduzam tanto o agrupamento estatístico quanto as diversas propriedades bariônicas (ex: massa estelar, massa de gás, taxa de formação estelar) das galáxias alvo é um desafio. Métodos puramente baseados em dados muitas vezes carecem de propriedades individuais das galáxias, enquanto simulações hidrodinâmicas completas cobrindo o volume necessário do levantamento ($\sim 2 \text{ Gpc}^3$) são computacionalmente proibitivas. Além disso, as abordagens de aprendizado de máquina (ML) existentes frequentemente têm dificuldade em prever com precisão propriedades relacionadas ao gás e taxas de formação estelar devido à natureza complexa e degenerada dos processos astrofísicos.

Metodologia
Os autores empregam um Modelo de Semi-Simulação Assistida por Máquina (MSSM) para preencher a lacuna entre as simulações de matéria escura apenas (N-corpos) e a física bariônica. A metodologia envolve três estágios primários:

1. Geração de Dados de Treinamento: O modelo é treinado na suíte de simulação magnetohidrodinâmica cosmológica IllustrisTNG, utilizando especificamente a execução de alta resolução TNG100-1. Para abordar a escassez de halos massivos em TNG100-1, subhalos da resolução inferior TNG300-1 são incluídos e escalonados usando fatores constantes derivados da execução de alta resolução. A amostra de treinamento é restrita a subhalos com contagens de partículas suficientes ($N_{DM} \ge 40, N_{star} \ge 40$) e propriedades de gás não nulas.
2. Arquitetura de Aprendizado de Máquina: O MSSM utiliza um regressor de Árvores Extremamente Aleatorizadas (ERT). O modelo opera em um processo de aprendizado de dois estáelos:
   • Primeiro, ele prevê magnitudes estelares em oito bandas fotométricas ($U, B, V, K, u, g, r, z$).
   • Segundo, essas magnitudes previstas são adicionadas às características de entrada para prever as demais propriedades bariônicas: massa estelar ($M_{star}$), massa de gás ($M_{gas}$), taxa de formação estelar (SFR) e metalicidade do gás ($Z_{gas}$).
   • Características de Entrada: O modelo ingere propriedades de subhalos de matéria escura (DM) (massa, velocidade circular, dispersão de velocidade, spin), parâmetros ambientais (densidade local, contagem de vizinhos, anisotropia de maré) e parâmetros de anisotropia de subhalo (Bullock spin, deslocamentos de posição/velocidade, razões de eixo). Crucialmente, os autores introduzem medidas de ambiente baseadas em partículas (contraste de densidade $\delta_R$ e anisotropia de maré $\alpha_R$) e uma taxa de acreção de pseudomassa (pMAR) derivada do rastreamento da partícula mais ligada, compensando a falta de informações completas de árvore de fusão (merger tree) na simulação N-corpos alvo.
3. Aplicação à Simulação N-corpos: Uma simulação N-corpos (NASIM) personalizada é construída usando uma abordagem de zoom com quatro níveis de resolução aninhados. Este design garante resolução suficiente para resolver subhalos até o limite de massa exigido pelo limite de fluxo do A-SPEC ($K_S \le 13,75$) na faixa de desvio para o vermelho $z \approx 0$ a $0,2$, mantendo um grande volume de levantamento. O MSSM é aplicado ao catálogo de subhalos do NASIM para "pintar" propriedades bariônicas nos subhalos de DM. Para mitigar discrepâncias de resolução entre os dados hidrodinâmicos de treinamento e a aplicação N-corpos, os autores aplicam escalonamento dependente da massa para entradas estruturais específicas ($v_{circ}$ e $\sigma_v$).

Principais Contribuições e Resultados

• Melhoria na Precisão Preditiva: Ao introduzir parâmetros de anisotropia de subhalo e características ambientais baseadas em partículas, os autores melhoraram o desempenho do modelo. O modelo final alcança coeficientes de determinação ($R^2$) de:
  • $0,96$ para Massa Estelar ($M_{star}$)
  • $0,90$ para Massa de Gás ($M_{gas}$)
  • $0,70$ para Taxa de Formação Estelar (SFR)
  • $0,79$ para Metalicidade do Gás ($Z_{gas}$)
    O modelo reproduz com sucesso o agrupamento dependente da luminosidade das galáxias alvo quando ajustado para corresponder à densidade numérica.
• Análise de Importância de Características: Usando Explicações Aditivas de Shapley (SHAP), o estudo quantifica as contribuições das características. Enquanto $M_{subhalo}$, $v_{circ}$ e $\sigma_v$ dominam as previsões para propriedades estelares, as características ambientais contribuem significativamente (20–40%) para as propriedades relacionadas ao gás. Especificamente, o contraste de densidade ($\delta$) medido em $z=0,2$ dentro de uma janela proporcional ao tamanho do subhalo foi encontrado como a métrica ambiental mais influente para prever a massa de gás.
• Tratamento de Populações Não Resolvidas: Para abordar o viés introduzido pela exclusão de subhalos com baixo gás/SFR (devido aos limites de resolução), os autores implementaram uma estratégia de atribuição pseudo-aleatória para propriedades bariônicas não resolvidas baseada em relações de escala com componentes estelares. Esta abordagem melhorou qualitativamente a recuperação das funções de distribuição para SFR e massa de gás, particularmente nas caudas inferiores.
• Construção do Catálogo Fictício: O catálogo resultante reproduz a função de luminosidade na banda $K_S$ e as funções de correlação de dois pontos das galáxias alvo. Os autores observam que, embora as propriedades estelares sejam bem recuperadas, as propriedades relacionadas ao gás (SFR e metalicidade) ainda exibem desvios sistemáticos nas caudas de distribuição, indicando que as características de DM atuais não codificam totalmente a física da formação estelar e do enriquecimento de metais.

Significância e Alegações
O artigo afirma fornecer um catálogo de galáxias fictício de referência para o levantamento A-SPEC que inclui um conjunto abrangente de propriedades bariônicas previstas. A significância deste trabalho reside em:

1. Ferramenta de Validação: O catálogo serve como um banco de testes crítico para o desenho do levantamento A-SPEC, permitindo a estimativa de covariâncias de parâmetros e a validação de funções de seleção sem o custo proibitivo de simulações hidrodinâmicas completas sobre o volume do levantamento.
2. Avanço Metodológico: O estudo demonstra que modelos de aprendizado de máquina treinados em simulações hidrodinâmicas de alta resolução podem ser transferidos com sucesso para simulações N-corpos de menor resolução com engenharia de características apropriada (ex: parâmetros de anisotropia, ambientes baseados em partículas) e escalonamento de entrada.
3. Liberação de Recursos: Os autores liberam o catálogo fictício, que servirá como um recurso fundamental para os futuros programas científicos do A-SPEC, incluindo a construção de catálogos completos de grupos e aglomerados de galáxias próximas.

Os autores permanecem modestos quanto às limitações do modelo, reconhecendo que o desempenho preditivo para SFR e metalicidade ainda não é suficiente para capturar totalmente a diversidade das populações de starburst e quiescentes, e que melhorias futuras exigirão um melhor tratamento das histórias de fusão e um escalonamento mais preciso das propriedades dos subhalos através de diferentes resoluções de simulação.