EfficientNetV2-S-Triplet7:一种改进的星系形态学分类算法

星系的形态与星系的形成和演化息息相关,其形态学分类是星系天文学后续研究的重要一环.当前海量天文观测数据的出现使得天文数据自动分析方法越来越得到重视,针对此问题,利用先进的深度学习骨干网络EfficientNetV2,分析不同的注意力机制类型和使用节点对网络性能的影响,构建了一种命名为EfficientNetV2-S-Triplet7(即在EfficientNetV2-S stage7的1×1卷积层后加入Triplet模块)的改进算法模型来实现星系形态学的自动分类.使用第二期星系动物园(Galaxy Zoo 2,GZ2)中超过24万张的测光图像作为初始数据进行实验测试.在对数据进行预处理时采取了尺寸抖动、翻转、色彩畸变等图像增强手段来解决图像数量的不平衡问题.在同一系列经典和前沿的深度学习算法模型AlexNet、ResNet-34、MobileNetV2、RegNet进行对比实验后,得出EfficientNetV2-S-Triplet7算法在分类准确率、查全率和F1分数等指标上具有最好的测试结果.在9375张测试图像中的3项指标值分别可达到89.03%、90.21%、89.93%,查准率达到89.69%,在其他模型中排在第3位.该结果表明将EfficientNetV2-S-Triplet7算法应用于大规模星系数据的形态学分类任务中有很好的效果.

EGS场中高红移极亮红外星系的形态与结构

通过利用CANDELS-EGS(Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey-Extended Groth Strip)场中HST WFC3(Hubble Space Telescope Wide Field Camera 3)F160W高分辨率的观测图像,研究了9个光谱红极亮红外星系的形态结构特征.发现这些星系的形态表现出多样性(从椭圆到多个亮核或弥散的结构),如:双核,气体桥,双不对称体,不规则或椭圆结构.为了定量地研究这些极亮红外星系的形态,测量了它们在静止光学波段的形态参数(基尼系数G和矩指数M20).与近邻极亮红外星系相比,高红移极亮红外星系的G偏小而M20偏大,表明这些星系的星族分布聚集度小且不对称性大.基于对样本中极亮红外星系2维面亮度轮廓的拟合,得到这些星系的有效半径分布在2.4 kpc到5.8 kpc之间,其平均值是(3.9±1.1)kpc.相比较于近邻相似质量的恒星形成星系来说,高红移极亮红外星系的平均大小要小1到2倍.在类似红移和红外光度条件下,得出的这些结果也与其它文献中给出的结论相一致.

CANDELS场中高红移大质量星系的形态结构性质

基于CANDELS(Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey)5个深场巡天的多波段测光数据和HST WFC3(Hubble Space Telescope Wide Field Camera 3)近红外(F125W和F160W)高分辨率观测图像,利用质量限(恒星质量M_*>10^(10)M_⊙)选取了8002个红移分布在1<z<3范围内的星系样本,并对这些大质量星系的形态和结构性质进行了定量分析研究.通过星系形态的神经网络分类方法(Conv Nets),将样本中的星系划分为4类:椭球星系(SPHeroids,SPH)、早型盘星系(Early-Type Disks,ETD)、晚型盘星系(Late-Type Disks,LTD)和不规则星系(IRRegulars,IRR).结果发现星系的形态和结构随红移发生演化,在高红移宇宙星系主要表现出不规则形态,但到低红移处椭球和盘主导的哈勃星系形态序列已经形成.在相同红移区间内,不同类型星系的物理尺寸(r_e)中值从大到小的排序是IRR、LTD、ETD和SPH,而对应的Sersic指数(n)中值大小排序却相反.另外,不同类型星系的re与红移之间存在明显的演化关系,但这样的现象在平均轴比(b/a)和Sersic指数与红移的关系中并没有被发现.

早型旋涡星系M81(NGC 3031)的形态学解构研究

利用星系解构软件GALFIT通过面亮度轮廓拟合对近邻早型旋涡星系M81 (NGC 3031)进行形态学解构,旨在探究M81星系的结构组成并对其进行形态学量化.通过6种解构模式,对M81进行了不同复杂程度的结构分解,其中最复杂的解构模式包含核球、盘、外旋臂、内旋臂、星系核5个子结构.研究结果显示, M81有一个Sérsic指数约为5.0的经典核球,其形态和光度在不同解构模式中均保持稳定;M81星系盘的Sérsic指数约为1.2,但它的形态参数和光度与是否分解内旋臂相关.不同子结构的组合对作为混合体的星系整体的形态有不可忽视的影响.星系解构的结果提供了不同解构模式适用性的建议:其中核球+盘+星系核的三成分解构适用于大样本星系的核-盘研究;而考虑旋臂的复杂解构则适合于对星系子结构的精确测量,如小样本(或个源)研究.基于Spitzer-The Infrared Array Camera (IRAC) 4.5μm的单波段图像的形态学解构研究是后续一系列研究的开始,在此基础上未来将会对M81进行多波段解构,同时研究不同子结构的光谱能量分布和星族性质,并推断M81各子结构的形成历史和演化过程.

面向类旋涡星系盘有效厚度的获取及图像处理方法

面向类(face-on)旋涡星系盘的有效厚度或标高不能通过表面亮度测光的方式测量.为了获得面向类旋涡星系盘的厚度参数,将基于三维星系盘引力势Poisson方程在等角对数螺旋型物质密度扰动情形下的解,运用一种解析法对面向类旋涡星系盘的标高进行测算.为了去除星系核球的光污染而获得旋臂最内点位置(r0)的重要参数,使用了在星系观测图像中扣除双成份(盘+核球)测光模型的图像处理方法.通过对旋涡星系相关结构参数的拟合测量,各得到了一个普通旋涡星系(S)与棒旋星系(SB)的有效厚度与相关参数,并给出了它们的球盘比(rb/rd)和星系盘的标长与厚度之比(rd/H).采用这种在观测图像中扣除双成份测光模型的方法,将更容易看清旋臂结构的最内端,因而这里获得的禁区半径r0的数值往往比从原星系图像上直接测量的数值要小,获得的星系盘有效厚度将更薄.