Forecasting performance of CMB experiments in the presence of complex foreground contaminations
我们提出了一个新的，半解析的框架来估计的水平的残差来自多频宇宙微波背景（CMB）的数据和预测其对宇宙学参数的影响CMB地图。数据被假定为包含不可忽略的信号的天体物理和/或银河系的起源，我们使用参数分量分离技术清洁。我们考虑到在分离过程中假设的前景模型与真实模型之间的差异，允许缩放律和/或其空间变化的差异。我们的估计和他们的不确定性，包括系统和统计的影响，并平均超过仪器噪声和CMB信号实现。该框架可以进一步扩展，以自洽地考虑前景模型中现有的不确定性。我们演示和验证的框架上的简单的研究案例，旨在估计张量标量比，r。所提出的方法是计算效率允许在一个单一的CPU上的数百个设置和前景模型的调查。
2016-11-01 astro-ph.CO
Photo-Met: a non-parametric method for estimating stellar metallicity from photometric observations
获得良好信噪比的光谱比光度观测多花了几个数量级的时间。建立在星系的光度红移估计技术的基础上，我们开发并演示了一种非参数光度方法，用于估计银河系恒星的化学成分。我们调查我们的方法使用光谱确定的恒星金属丰度SDSS DR 7的效率。该技术是通用的，因为它不限于某些恒星类型或恒星参数范围，并且可以获得比光谱测量所允许的更大样本的金属丰度和误差估计。我们发现，我们的方法表现良好，特别是对于较亮的恒星和较高的金属丰度，与许多其他技术相比，我们能够可靠地估计预测的金属丰度的误差。
2013-05-09 astro-ph.CO astro-ph.IM
Cosmological Prediction of the CSST Ultra Deep Field Type Ia Supernova Photometric Survey
本研究模拟CSST超深场Ia型超新星测光巡天，通过SNCosmo和SALT3模型生成光变曲线并采用类Chauvenet准则降低核坍缩超新星污染，发现其对暗能量等宇宙学参数的约束精度比当前巡天高约两倍，结合BAO数据可进一步提升。
2024-04-23 astro-ph.CO
Identification of galaxy shreds in large photometric catalogs using Convolutional Neural Networks
来自星系碎片的污染，被确定为来源，是大型光度星系目录中的一个主要问题。在本文中，我们证明了这个问题可以很容易地解决与计算机视觉技术。我们使用图像裁剪来训练卷积神经网络（CNN），以识别实际上只是恒星形成区域和/或较大星系碎片的编目源。CNN在我们的测试数据集上达到了约98%的准确率。我们将此CNN应用于当今最大的三个调查中的星系目录：斯隆数字巡天（SDSS），DESI遗产成像巡天和全景巡天望远镜和快速响应系统巡天（Pan-STARSS）。我们发现，即使使用严格的选择标准，所有的目录仍然显示了~5%的污染水平的星系碎片。我们的CNN提供了一个简单而有效的解决方案，以清洁星系目录从这些污染物。
2023-01-23 astro-ph.CO astro-ph.GA
A novel analysis of contamination in Lyman-break galaxy samples at $\boldsymbol{z\sim6-8}$: spatial correlation with intermediate-redshift galaxies at $\boldsymbol{z\sim1.3-2}$
本文提出通过测量高红移LBG与中红移闯入者星系的空间相关性来估计污染，在CANDELS/GOODS-S和XDF中污染低于5.5%，在BoRG中估计为62%，验证了该方法可作为独立污染检验手段。
2024-12-31 astro-ph.CO
Galaxy Zoo Morphology and Photometric Redshifts in the Sloan Digital Sky Survey
它最近被证明，人们可以准确地从特定的主要和次要的等照度线形状估计斯隆数字巡天成像目录中的星系形态。这是通过将机器学习技术应用于Galaxy Zoo形态学目录来实现的。使用斯隆数字巡天的宽带通测光结合星系形态的精确知识，应有助于估计更准确的光度红移的星系。使用银河动物园分离的螺旋和椭圆相结合的斯隆数字巡天测光，我们试图计算光度红移。在最好的情况下，我们发现，根均方误差的发光红星系归类为椭圆低至0.0118。鉴于这些有希望的结果，我们相信，如果研究人员也可以通过机器学习利用它们的衍生形态，那么斯隆数字巡天（$\sim$ 3.5亿）中所有星系的更好的光度红移估计将是可行的。这些初步结果看起来是有希望的，为那些有兴趣估计弱透镜，重子声振荡，和其他领域依赖于准确的光度红移。
2011-04-19 astro-ph.CO
Separating intrinsic alignment and galaxy-galaxy lensing
星系的相干物理排列是引力透镜研究的重要系统，也是探索星系形成和演化的物理机制的重要手段。我们开发了一种形式主义治疗这种内在的对齐（IA）的背景下，星系星系透镜，并提出了一种改进的方法来测量IA的污染，这可能会出现时，物理上与透镜相关的源被放置在透镜后面，由于光度红移散射。我们应用的技术，最近斯隆数字巡天（SDSS）测量的明亮的红色星系透镜和典型的（L*）源星系的光度红移选择从SDSS成像数据。与以前的测量相比，该方法的优点是在其处理IA和透镜信号时完全自洽，同时求解两者。我们发现IA信号与零一致，对IA效应的大小及其对透镜信号的潜在污染进行了严格的限制。虽然这些限制取决于源的选择和红移质量，但该方法可以应用于任何使用光度红移的测量。我们得到了一个模型独立的上限约10% IA污染的预计分离约0.1-100 Mpc/h。通过更严格的光-z切割和关于内在排列的物理学的合理假设，这个上限降低到1- 2%。这些限制远低于当前透镜测量的统计误差。我们的研究结果表明，IA将不会提出棘手的挑战，下一代的星系-星系透镜实验，这里提出的方法应该继续帮助我们理解的对齐过程，并在删除IA的透镜信号。
2012-05-31 astro-ph.CO
Systematic effects in large-scale angular power spectra of photometric quasars and implications for constraining primordial nongaussianity
原始的非高斯性的本地类型的预测，导致非常大的规模上增强的晕聚类。测光类星体，即使在宽浅光学巡天中也可以从宇宙学红移z>2中看到，是利用这种效应约束非高斯性的有希望的示踪剂。然而，大规模的系统学也可以模仿这种非高斯性的特征。为了评估系统效应的贡献，我们交叉相关的光度类星体的过密度图从斯隆数字巡天（SDSS）数据发布6（DR 6）在不同的红移范围。我们发现，地图显着相关的大尺度上，即使我们期望的角分布的类星体在不同的红移是不相关的。这意味着类星体图被系统误差所污染。我们调查使用外部模板，提供潜在的系统误差的空间依赖性的信息，以减少类星体数据中的虚假聚类的水平。我们发现，模板与恒星密度，恒星的颜色轨迹，气团，看到的类星体地图的主要污染物，看到的影响最大。使用模板投影，我们能够降低的最大尺度上的互相关测量的意义从9.2-西格玛到5.4-西格玛。虽然这是一个改进，但剩余的互相关表明，这个类星体样本中的污染太大，不允许通过该样本内部的相关性对fNL进行竞争性约束。SDSS类星体目录显示出约2% rms的伪数密度波动，我们需要小于1%（0.6%）的污染水平才能测量小于100的fNL值。正确地处理这些系统将是至关重要的未来大尺度结构调查，试图限制非高斯。
2013-07-14 astro-ph.CO
Estimating the Photometric Redshifts of Galaxies and QSOs Using Regression Techniques in Machine Learning
测量星系、恒星和类星体等宇宙学源的距离在现代宇宙学中起着越来越重要的作用。获得光谱，然后计算红移作为距离指标，可以立即对这些物体进行分类。只要光谱观测对许多星系不可用，并且测量红移的过程对于大样本来说是耗时且不可行的，机器学习（ML）方法可以应用于从不同特征（包括光度颜色）确定星系的红移。本文利用斯隆数字巡天（SDSS）星表中的通量星等，开发了两种ML回归算法（决策树和随机森林），以颜色指数作为输入特征来估计红移。我们发现，随机森林算法产生的红移预测的最佳结果，它将进一步改善时，数据集被限制到一个子集与z $\le$ 2给出归一化的标准差$\overline{ΔZ}_{\text {norm}}=0.005$和标准差$σ_{Δz}=0.12$。这项工作显示了极大的潜力，使用ML方法来确定遥远的源的光度红移。
2022-01-12 astro-ph.CO astro-ph.GA astro-ph.IM
Clustering redshifts with the 21cm-galaxy cross-bispectrum
针对银河前景污染导致21cm强度测绘与星系光度巡天互相关退化的问题，提出利用二者交叉双谱恢复信息，可在两点函数失效时校准光度红移分布，满足未来实验精度需求。
2022-08-26 astro-ph.CO
Characterizing unknown systematics in large scale structure surveys
测光大尺度结构（LSS）调查探测宇宙中最大的体积，但不可避免地受到系统不确定性的限制。不完善的光度定标会导致我们对LSS示踪物（如星系和类星体）密度场的测量产生偏差，从而影响宇宙学参数的估计。早期的研究提出使用不同红移切片之间的互相关或不同巡天之间的互相关来减少这种系统学的影响。在本文中，我们开发了一种方法来表征未知系统。我们证明，虽然我们没有足够的信息来纠正数据中的未知系统学，但我们可以估计它们的大小。我们定义了一个参数来估计污染从未知的系统使用不同的红移切片之间的互相关，并提出丢弃箱的角度功率谱，位于一定的污染容限水平之外。我们表明，这种方法提高了估计的偏差，使用模拟数据，并进一步将其应用于光度明亮的红色星系在斯隆数字巡天作为一个案例研究。
2014-04-07 astro-ph.CO
Correcting cosmological parameter biases for all redshift surveys induced by estimating and reweighting redshift distributions
测光红移的不确定性是正在进行的和未来测光测量的系统误差的主要来源。我们研究了不同来源的红移误差所造成的选择一个次优的红移直方图箱宽度，并提出了解决这些问题的方法。选择一个太大的箱宽度被证明是过度平滑的星系径向分布的小尺度结构。对于暗能量状态方程参数$w$，这种系统误差可以显着改变宇宙学参数约束，最多可达$6 \, σ$。与常用的当前分箱方法相比，仔细选择分箱宽度可以将该系统性降低多达6倍。我们进一步讨论了一个广义的rescue方法，可以纠正系统和统计误差的宇宙学参数的约束所造成的红移分布的不确定性。这可以在没有任何关于分布形状或红移误差形式的先验假设的情况下实现。我们的方法允许光度测量，以获得公正的宇宙学参数的约束，使用最少数量的光谱校准数据。对于DES的星系聚类预测，我们得到公正的结果，相对于次优直方图箱宽度选择所造成的错误，每个层析红移箱只使用5k代表性的光谱校准对象。
2017-04-30 astro-ph.CO
Galaxy and Mass Assembly (GAMA): Colour and luminosity dependent clustering from calibrated photometric redshifts
我们测量了来自Sloan数字巡天的4，289，223个r < 19.4等的星系的两点角关联函数，作为光度红移、绝对星等和颜色的函数，直到M_r -5logh = -14等。光度红移是由ugriz模型星等和两个Petrosian半径用人工神经网络包ANNz估计的。利用星系和质量大会（GAMA）光谱样本作为我们的训练集。光度学的红移被用来确定绝对星等和颜色。对于我们所有的样本，我们估计潜在的红移和绝对星等分布，使用蒙特卡罗响应。这些红移分布被用于林伯方程中，以从幂律拟合到角关联函数来获得空间关联函数参数。我们证实，在小尺度下，在所有的红移仓中，与~L* 红星系相比，sub-L* 红星系的聚集强度增加，而对于蓝色种群，相关长度几乎与~L* 星系的光度无关，并且更暗。相对偏差与对数光度之间存在线性关系，线性范围为L~0.03L*。我们发现，L* 布居的偏置对红移的依赖关系可以用Tegmark & Peebles（1998）的被动演化模型来描述。对我们的r < 19.4的SDSS星系样本的随机样本进行目视检查，发现大约10%是虚假的，由于附近星系的过度去混，对非常微弱的绝对星等的污染率更高。我们在聚类分析中校正了这种污染。
2012-06-05 astro-ph.CO
Estimating Photometric Redshifts for X-ray sources in the X-ATLAS field, using machine-learning techniques
我们使用机器学习技术TPZ（Carrasco Kind & Brunner 2013），在X-ATLAS场中呈现了1，031个X射线源的光度红移。在H-ATLAS场的科学演示阶段（SDP）中，X-ATLAS覆盖了XMM-牛顿观测到的7.1 deg 2，使其成为XMM-牛顿和赫歇尔覆盖范围最大的天空连续区域之一。所有的光源都有可用的SDSS测光，而810则有额外的中红外和/或近红外测光。光谱样本的5,157源主要在XMM/XXL领域，但也从几个X射线调查和SDSS DR 13红移目录，用于训练的算法。我们的分析表明，该算法的性能最好的源分裂时，根据其光学形态，成点状和扩展源。光光度学本身不足以估计精确的光度学红移，但当至少在训练过程中加入中红外光度学时，结果会大大改善。特别是，我们的测量表明，估计的光度红移的X射线源的训练样本，有一个归一化的绝对中位数偏差，n_mad=0.06，和异常值的百分比，eta=10- 14%，这取决于源是扩展的还是点状的。我们的最终目录包含了1,031个X射线源中933个的光度红移，平均红移为0.9。
2017-10-03 astro-ph.CO astro-ph.GA
Degradation analysis in the estimation of photometric redshifts from non-representative training sets
我们进行了光度红移的分析估计使用一个非代表性的训练集在星等空间。我们使用ANNz 2和GPz算法来估计光度红移无论是在模拟，以及在实际数据从斯隆数字巡天（DR 12）。我们表明，对于代表性的情况下，通过使用这两种算法获得的结果具有相同的质量，无论是使用幅度或颜色作为输入。为了减少使用非代表性训练集估计红移时的误差，我们在颜色空间中进行训练。我们估计我们的结果的质量，通过使用一个模拟目录，这是分裂样本削减之间的$r$ -带$19.4< r< 20.8$。在完整训练集的情况下，我们用GPz对单点z-phot估计获得了稍好的结果，但是在不完整训练集的情况下，当估计样本的全红移分布时，用ANNz 2算法估计的光度红移允许我们在更深的$r$ -带切割中获得稍好的结果。通过使用一个累积分布函数和蒙特卡罗过程，我们设法定义一个光度估计，它适合在模拟测试集的星系的光谱分布，但具有较大的散射。为了完成这项工作，我们进行了一个分析的影响，通过密度的星系团在一个字段中使用的光度红移获得一个非代表性的训练集的检测。
2018-04-11 astro-ph.CO
Star-galaxy separation strategies for WISE-2MASS all-sky infrared galaxy catalogs
我们结合测光信息的WISE和2 MASS全天空红外数据库，并演示了如何产生干净和完整的星系目录，为未来的分析。在WISE测光中加入2 MASS颜色可以大大提高恒星-星系分离的效率，但代价是损失了一小部分星系。我们发现W1<15.2 mag内的WISE对象中有93%具有2 MASS匹配，并且一类监督机器学习算法，支持向量机（SVM），是我们的WISE数据集中对象的有效分类器。我们从SDSS PhotoObj表中构建了一个已知恒星-星系分离的训练集，并从GAMA光谱调查中确定了我们样本的红移分布。通过改变输入到我们算法中的光度参数的组合，我们表明W1 - J是一种简单有效的恒星-星系分离器，能够产生与多维SVM分类相媲美的结果。我们提出了我们的恒星星系分离方法的详细描述，并表征我们的工具的鲁棒性方面的污染，完整性和准确性。我们探讨了全天空WISE-2 MASS星系图的系统学，例如来自月亮辉光的污染。我们发现，通过额外的J<16.5等通量限制，全天空星系图的均匀性得到改善。我们在本文中提出的全天空星系目录覆盖21,200平方英尺。度的尘埃区掩盖，并估计有1.2%的恒星污染和70.1%的完整性与$z_{med}= 0.14$的240万个星系。具有良好控制的恒星污染的WISE-2 MASS星系图将有助于空间统计分析，包括与其他宇宙学随机场的交叉相关，如宇宙微波背景。同样的技术也产生了一个统计…
2015-01-12 astro-ph.CO
Group-finding with photometric redshifts: The Photo-z Probability Peaks algorithm
我们提出了一个星系群发现算法，光z概率峰（P3）算法，优化定位小星系群使用光度红移数据通过搜索峰值的信号噪声的局部过密的星系在三维网格。这种方法是一种改进类似的二维匹配滤波器方法，通过使用红移信息减少背景污染，使其能够准确地检测较低丰度的群体。我们提出了我们的算法的测试结果的星系目录从千年模拟。使用最小S/N为3的检测组，0.25 Mpc/h的组孔径尺寸，并假设光度红移精度为sigma_z = 0.05，它达到84%的纯度，并检测~295组/deg。2，平均群体丰富度为8.6个成员。假设光度学红移精度为sigma_z = 0.02，它的纯度为97%，检测到~143个基团/度。2，平均组丰富度为12.5个成员。我们还测试了我们的算法的COSMOS字段和CFHTLS范围内的调查，目前可用的字段上的数据，提出了初步的分析结果。
2010-08-28 astro-ph.CO
Photometric SN Ia Candidates from the Three-Year SDSS-II SN Survey Data
我们分析了为期三年的SDSS-II超新星（SN）巡天数据，并根据其多波段光变曲线数据确定了1070个光度型Ia超新星候选者的样本。这个样本由没有光谱确认的SN候选者组成，其中210个候选者的子集测量了其宿主星系的光谱红移，而其余860个候选者在其识别中纯粹是测光的。我们描述了一种方法，用于估计的效率和纯度的光度SN Ia分类时，只有一个有限的样品的光谱确认是可用的，并证明，SN Ia候选人从SDSS-II可以确定光度与~91%的效率和~ 6%的污染。虽然这是迄今为止最大的均匀样本的SN候选人研究光度识别，我们发现，需要一个更大的光谱样本的污染源，以获得更好的表征的背景事件。哈勃图使用没有光谱确认的SN候选者，但有宿主星系的光谱红移，产生的距离模色散仅比光谱确认的SN Ia样本大20 - 40%，没有明显的偏差。然而，一个纯粹的光度分类和红移距离测量的哈勃图显示出的偏差需要进一步的精确宇宙学研究。
2011-07-26 astro-ph.CO
A reliable cluster detection technique using photometric redshifts: introducing the 2TecX algorithm
我们提出了一种新的集群检测算法，旨在寻找高红移集群使用光学/红外成像数据。该算法有两个主要特点。首先，它利用每个星系的完整红移概率函数，而不是基于概率函数的峰值和相关的高斯误差来估计光度红移。其次，它通过交叉检查两种基本不同的选择技术的结果来识别聚类候选者（名称2 TecX表示两种技术的交叉检查）。这些是Voronoi Tesselations和朋友圈方法的改编。模拟星表的蒙特卡罗模拟表明，交叉检查的集群候选人发现的两种技术显着减少了虚假源的检测。此外，我们还研究了这两种方法的选择效果和相对优势和劣势。模拟还允许我们微调算法的参数，并定义完整性和质量极限作为红移的函数。我们证明，该算法隔离高红移集群在一个高水平的效率和低污染。
2009-02-25 astro-ph.CO
zBEAMS: A unified solution for supernova cosmology with redshift uncertainties
没有光谱的超新星宇宙学将是未来调查的重要组成部分，如LSST。这种超新星光谱的缺乏导致红移的不确定性，如果忽略它，就会导致宇宙学参数的估计有很大的偏差。在这里，我们提出了一个分层贝叶斯形式主义- zBEAMS -解决这个问题，边缘化的未知或不确定的超新星红移产生无偏的宇宙学估计与超新星数据与光谱确认的红移竞争。zBEAMS提供了一个统一的处理光度红移和宿主星系的错误识别（由于偶然的星系排列或微弱的宿主而发生），有效地纠正了哈勃图中不可避免的污染。像它的前身BEAMS一样，我们的形式主义也通过边缘化未知的超新星类型来处理非Ia超新星污染。我们用光度红移和宿主星系错误识别的超新星模拟来说明这种技术。光度红移的一个新特征是超新星的红移分布所起的重要作用。
2017-10-26 astro-ph.CO astro-ph.IM
Constraints on intrinsic alignment contamination of weak lensing surveys using the MegaZ-LRG sample
星系内禀形状与大尺度星系密度场之间的相关性为研究星系内禀排列提供了一个重要的工具，星系内禀排列构成了宇宙学弱透镜（宇宙剪切）调查中的一个主要天体物理系统，但也有助于深入了解星系的形成和演化。我们在MegaZ-LRG样本中测量了超过80万个发光红色星系的星系位置-形状相关性，这是第一次用光度红移样本进行这样的测量。结合对几个光谱SDSS样本的重新分析，我们约束了一个早型星系在红移（z ~ 0.7）和光度（4等）长基线上的内在排列模型。我们开发和测试的形式主义，将光度红移散射的建模。当r_p > 6 Mpc/h时，星系位置-形状关联函数的拟合结果与所有样本的线性排列模型的r_p和红移的标度一致。与（1+z）^n成比例的额外红移依赖性被限制为n=-0.3+/-0.8（1 sigma）。为了获得所有数据一致的振幅，还需要一个与L^b成正比的星系光度的额外依赖关系，其中b=1.1+0.3-0.2。对于红移为0.3，r带星等为-22（k-和演化-校正为z=0）的星系，其内禀排列功率谱的归一化值为（0.077 +/- 0.008）/ rho_{cr}。假设蓝色星系的零内禀对准，我们评估断层CFHTLS透镜调查的宇宙学参数的偏差。当使用所有样本组合的约束时，所得的平均偏差及其不确定性都小于1 sigma统计误差。MegaZ-LRG数据的添加将宇宙学参数的固有排列偏差的不确定性降低了三到七倍。（节略…
2011-07-29 astro-ph.CO
Lyman Break Galaxies at z~1.8-2.8: GALEX/NUV Imaging of the Subaru Deep Field
摘要：利用Subaru/Suprime-Cam BVRci 'z'观测资料和Subaru深场的深GALEX/NUV影像，选取了一个~7100 V<25.3 Lyman break星系（LBG）的光度样本。后续光谱学确认了1.5<z<2.7处的24个LBG。在光谱中，12个具有Ly-alpha发射，其静止框架等效宽度为~5- 60 AA。在1.5<z<2.7时将LBG识别为NUV-脱落的成功率为86%。静止坐标系UV（1700 AA）光度函数（LF）是由光度样本构造的，并对恒星污染和z<1.5的闯入者进行了校正。LF是z~2 BX和z~3 LBG的1.7 ± 0.1倍。考虑了三种解释，有人认为，显着低估低z污染或有效的共移动量是不可能的：前者将是不一致的光谱样品在93%的置信度，和第二种解释不会解决的差异。第三种情况是，不同的光度选择的样本产生不相同的星系人口，这样，一些BX星系是LBG，反之亦然。这一论点得到了支持的一个更高的表面密度的LBG在所有的大小，而红移分布的两个人口几乎是相同的。这项研究，当结合其他恒星形成率（SFR）密度紫外测量从LBG的调查，表明有一个上升的SFR密度：3-6（3-10）倍增加从z~5（z~6）到z~2，然后下降到z~0。这一结果，以及过去的亚毫米研究发现，在z~2的红移分布的峰值，表明z~2是恒星形成的高峰时期。需要额外的光谱学来通过测量污染和精确距…
2009-03-17 astro-ph.CO
The removal of shear-ellipticity correlations from the cosmic shear signal: Influence of photometric redshift errors on the nulling technique
宇宙剪切被认为是揭示暗物质和暗能量性质的最有力的探测器之一。为了充分利用其潜力，必须能够将系统效应控制在低于统计参数误差的水平。在这方面特别令人担忧的是内在的对齐，通过星系的内在椭圆率和引力剪切之间的相关性，模仿透镜效应，造成相当大的参数偏差。在早期的工作中，我们已经提出了一个调零技术，降低这个系统的权重，只利用其众所周知的红移依赖。我们评估的实用性零，光度红移信息的现实条件。对于几个简化的内在排列模型和广泛的光度红移特性，我们计算了调零前后的平均偏差。该技术的修改被引入到优化的偏置去除和最小化的信息损失的零。我们证明，所提出的版本之一是接近最佳的偏置去除方面，高品质的光度红移。为了获得良好的光度红移信息，即至少10个具有小色散的仓，灾难性异常值的可忽略部分，以及关于红移分布的精确知识，一种版本的零化能够将剪切固有椭圆率污染减少至少100倍。或者，我们描述了一个强大的零变抑制系统信号约10的光度红移配置的一个非常广泛的范围。不考虑测光红移的质量，统计功率的损失是零化所固有的，这相当于我们的品质因数减少了50%。
2010-02-03 astro-ph.CO
Galaxy triplets in SDSS-DR7: I. Catalogue
我们提出了一个新的星系三胞胎目录来自斯隆数字巡天数据发布7。系统的识别是在考虑亮度大于M_r=-20.5的星系和对投影距离、邻近星系的径向速度差和孤立度施加约束的情况下进行的。为了提高识别的三胞胎，我们采用了数据像素化方案，它允许处理大量的数据，如在SDSS光度测量。使用红移范围0.01<z<0.40的光谱和光度数据，我们获得了5901个三重态候选者。我们使用了一个模拟目录来分析我们的方法的完整性和污染。结果表明，完整性高（~80%），污染低（~5%）。通过使用光度和光谱数据，我们也解决了光纤碰撞的光谱样品中的影响。我们已经定义了一个隔离标准，考虑到三重最亮星系到最近邻星系团的距离，以描述全球环境，以及在一个固定的光圈内，三重最亮星系周围的星系，以衡量当地的环境。最终的星表包括1092个孤立的三胞胎星系，红移范围为0.01<z<0.40。我们的研究结果表明，光度红移提供了非常有用的信息，允许完成附近的系统，其检测受到光纤碰撞的样本，以及扩展到大距离的三重峰的检测，光谱红移是不可用的。
2011-11-29 astro-ph.CO astro-ph.GA
Forecast for growth-rate measurement using peculiar velocities from LSST supernovae
本研究通过模拟LSST超新星视速度数据，评估了测量增长率参数$fσ_8$的可行性，在最现实情景下精度达10%，并验证了低污染下测量无偏，为高红移宇宙学检验提供新途径。
2025-06-30 astro-ph.CO
Galaxy-dark matter connection from weak lensing in imaging surveys: Impact of photometric redshift errors
该研究利用 UniverseMachine 构建近似 HSC 测光红移误差的 Pz-mock，并通过联合 HOD 建模量化其对星系丰度、弱透镜信号及中央星系晕质量推断的系统偏差。
2024-08-09 astro-ph.CO astro-ph.GA
Photometric Redshift Biases from Galaxy Evolution
拟议的宇宙学调查将利用星系的光度红移，这些星系比现有的任何完整的光谱红移调查都要暗得多，以训练photo-z方法。我们调查的照片z偏差，从已知的差异之间的微弱和明亮的人口：在活动星系核活动的上升向更高的红移，和金属丰度之间的差异内在发光和微弱的早期类型的星系。我们发现，即使是非常小的平均光度目标和训练集之间的不匹配，可以诱导光z偏差大到足以损坏导出的宇宙学参数显着。一个老星系群的金属丰度移动约为0.003dex，或者任何星系光谱被约0.2%活动星系核通量污染，都足以引起光z的10^-3偏差。这些结果强调了将明亮星系的行为外推到较暗星系群的危险性，以及光谱训练集的可取性，该光谱训练集涵盖了photo-z目标的所有特征，即扩展到25等或较暗星系，将用于未来的调查。
2010-01-29 astro-ph.CO astro-ph.IM
Taking advantage of photometric galaxy catalogues to determine the halo occupation distribution
上下文Halo occupation distribution（HOD）是一个强大的统计量，它允许研究宇宙中物质分布的几个方面，例如评估星系形成的半解析模型或对宇宙学模型施加约束。因此，必须有一个可靠的方法来估计这一统计数字，充分利用现有的信息，目前和未来的星系调查。目的。该项目的主要目标是使用背景星系的折扣方法将光度和光谱信息结合起来，以扩大绝对星等的范围，并增加估计HOD的质量上限。我们还评估了所提出的方法，并将其应用于估计斯隆数字巡天数据发布7（SDSS DR7）星系巡天的HOD。方法.我们提出了背景扣除技术，以合并光谱星系群和星系光度巡天提供的信息。为了评估该方法的可行性，我们实现了一个模拟目录上建立的半解析模型的星系形成所提出的技术。此外，我们应用该方法的SDSS DR 7使用的星系群目录从光谱版本和相应的光度星系调查。结果我们利用模拟星表验证了方法的有效性，并应用这种方法获得了绝对星等从$M=-21.5$到$M=-16.0$，质量在整个范围内达到$\simeq 10^{15} M_{\odot}$的SDSS DR 7 HOD。在明亮的极端，我们发现我们的结果是在良好的协议与以前的作品中获得的。
2015-08-10 astro-ph.CO astro-ph.GA
Photometric Selection of a Massive Galaxy Catalog with $z\geq0.55$
我们提出了一个光度选择的大质量星系目录的发展，针对明亮的红色星系（LRGs）和大质量的蓝色星系的红移$z\geq 0.55$。大质量星系候选者是使用红外/光学彩色切割来选择的，其中光学数据来自斯隆数字巡天（SDSS），红外数据来自宽视场红外巡天探测器（WISE）的“unWISE”强制测光。选择方法是基于先前开发的技术来选择LRGs与$z>0.5$，并使用受试者工作特征（ROC）曲线进行优化。该目录包含16，191，145个对象，在整个SDSS DR 10轮廓线上选择。由此产生的目录的红移分布估计使用光谱红移从深2星系红移巡天和测光红移从宇宙。来自DEEP 2的Restframe $U-B$颜色用于估计LRG选择效率。使用DEEP 2，得到的星表具有平均红移$z=0.65$和标准差$σ= 2.0$，以及平均重构帧$U-B=1.0$和标准差$σ=0.27$。使用COSMOS，所得到的星表具有平均红移$z=0.60$和标准差$σ= 1.8$。我们估计34%的目录是蓝色星系与$z\geq0.55$。估计9.6%的选定对象是红移$z<0.55$的蓝色源。恒星污染估计为1.8%。
2016-12-08 astro-ph.CO astro-ph.GA
Estimating Photometric Redshift from Mock Flux for CSST Survey by using Weighted Random Forest
本研究利用加权随机森林算法，基于CSST模拟通量数据估计光度红移，实现了σ_NMAD=0.025和异常值比例2.045%的精度，显著优于EAZY模板方法，并揭示了特征重要性对应光谱断裂特征，同时提出基于置信度筛选可进一步降低异常值。
2023-12-25 astro-ph.CO astro-ph.GA astro-ph.IM
Optical Cross Correlation Filters: An Economical Approach for Identifying SNe Ia and Estimating their Redshifts
对瞬变现象的大型测光调查，如Pan-STARRS和LSST，每年将定位数千至数百万颗Ia型超新星候选者，这一速度阻碍了获取光谱来确定每个候选者的类型和红移。作为回应，我们已经开发出一种经济的方法来确定超新星Ia和它们的红移使用一种不常见的类型的光学过滤器，它有多个，不连续的通带在一个单一的基板上。通过一对专门设计的“互相关滤波器”观测超新星，可以测量光谱和超新星Ia模板之间互相关的近似幅度和相位，这一量通常用于确定高红移超新星Ia的红移和类型。模拟这些过滤器的使用，我们得到了一个样本的超新星Ia这是~98%的纯度与个别红移测量到0.01的精度。这种方法优于标准宽带测光方法的优点是，它对红化不敏感，与用于随后的距离确定的颜色数据无关，这减少了选择或解释偏差，并且因为它利用了光谱特征，所以其可靠性更高。与长缝光谱相比，一个很大的优势来自于增加的吞吐量、增强的多路复用和减少的设置时间，从而导致高达30倍的速度净增益。这种方法对宿主星系的污染也不敏感。原型过滤器的建立，并成功地用于麦哲伦与LDSS-3表征三个SNLS候选人。我们将讨论这些过滤器如何为即将到来的光度超新星调查提供关键信息。
2009-10-01 astro-ph.CO astro-ph.IM
Reconstructing the galaxy density field with photometric redshifts: I. Methodology and validation on stellar mass functions
测量大量遥远星系的环境仍然是一个悬而未决的问题，我们需要星系的位置和红移。光度红移对于大量的星系来说更容易获得，但代价是比光谱红移更大的不确定性。在这项工作中，我们研究了光度红移如何影响星系环境的测量，以及这可能如何限制在不同环境中的星系恒星质量函数（GSMF）的分析。使用模拟星系目录，我们用固定孔径方法测量环境，使用每个星系的真实和光度红移。我们改变了固定的光圈体积参数和光度红移的不确定性。然后，我们计算GSMF作为红移和环境的函数。我们发现，只有当使用高精度的光度红移与$σ_{Δz/(1+z)} \le 0.01$，最极端的环境可以重建在一个相当准确的方式，与一小部分$\ge 60÷80\%$的星系放置在正确的密度四分位数和污染的$\le 10\%$相反的四分位数闯入者。与光度红移的$\pm 1.5σ$误差相当的体积高度比其他体积配置提供了更好的重建。当使用这样的环境测量时，我们发现初始GSMF之间的任何差异（根据真实的星系环境划分）将在使用光度红移时被平均$\sim 0.3$ dex阻尼，但仍然可以分辨。这些结果可以用来解释真实的数据，因为我们获得它们的方式是相当独立的模拟目录如何再现真实的星系分布。这项工作是一个准备性的研究，为未来的广域测光红移调查，如欧几里德调查，我们计划将这些结果应用到分析的GSMF在UltraVISTA调查在未来的工作。
2015-09-29 astro-ph.CO astro-ph.GA
