机器学习可以提供强大的工具来检测多维参数空间中的模式。我们使用K-means -一种简单但功能强大的无监督聚类算法，可以在未标记的数据中挑选出结构-研究来自巴黎斯隆数字巡天第10次数据发布的类星体目录的类星体紫外光谱样本。在大型数据集中检测模式有助于我们深入了解引起类星体观测特性的物理条件和过程。我们使用K均值在红移1.6-2.1的宽吸收线（BAL）和非BAL类星体样本中，在Mg II 2800 A线、C IV 1549 A线和C III] 1908 A混合的等效宽度（EW）、蓝色和红色半高宽（HWHM）的参数空间中找到聚类。使用这种方法，我们成功地恢复了众所周知的相关性，在UV制度，如反相关之间的EW和蓝移的C IV发射线和形状的电离光谱能量分布（SED）探测的强度的He II和Si III]/C III]的比例。我们发现这是特别明显的，当使用C III]的属性来寻找团簇，而那些Mg II证明是不太强的相关性与光谱中的其他线的属性，如C IV的宽度或Si III]/C III]的比例。我们的结论是，无监督聚类方法（如K-means）是在多维数据集中找到“自然”分箱边界的强大方法，并讨论了警告和未来的工作。
英文摘要：
Machine learning can provide powerful tools to detect patterns in multi-dimensional parameter space. We use K-means -a simple yet powerful unsupervised clustering algorithm which picks out structure in unlabeled data- to study a sample of quasar UV spectra from the Quasar Catalog of the 10th Data Release of the Sloan Digital Sky Survey of Paris et al. (2014). Detecting patterns in large datasets helps us gain insights into the physical conditions and processes giving rise to the observed properties of quasars. We use K-means to find clusters in the parameter space of the equivalent width (EW), the blue- and red-half-width at half-maximum (HWHM) of the Mg II 2800 A line, the C IV 1549 A line, and the C III] 1908 A blend in samples of Broad Absorption-Line (BAL) and non-BAL quasars at redshift 1.6-2.1. Using this method, we successfully recover correlations well-known in the UV regime such as the anti-correlation between the EW and blueshift of the C IV emission line and the shape of the ionizing Spectra Energy distribution (SED) probed by the strength of He II and the Si III]/C III] ratio. We find this to be particularly evident when the properties of C III] are used to find the clusters, while those of Mg II proved to be less strongly correlated with the properties of the other lines in the spectra such as the width of C IV or the Si III]/C III] ratio. We conclude that unsupervised clustering methods (such as K-means) are powerful methods for finding "natural" binning boundaries in multidimensional datasets and discuss caveats and future work.
A first look at quasar-galaxy clustering at $z\simeq7.3$
Hamburger Sternwarte, Universität Hamburg（汉堡天文台，汉堡大学）；Leiden Observatory, Leiden University（莱顿天文台，莱顿大学）；Max-Planck-Institut für Astronomie（马克斯·普朗克天体物理学研究所）；Institute for Theoretical Physics, Heidelberg University（海德堡大学理论物理研究所）；Department of Astronomy, University of Michigan（密歇根大学天文学系）；Department of Physics, Massachusetts Institute of Technology（麻省理工学院物理系）；MIT Kavli Institute for Astrophysics and Space Research（麻省理工学院卡弗里天体物理学与空间研究研究所）；Steward Observatory, University of Arizona（亚利桑那大学斯图尔德天文台）；Cosmic Dawn Center (DAWN), Niels Bohr Institute, University of Copenhagen（哥本哈根大学尼尔斯·玻尔学院宇宙黎明中心）
Quasar clustering in a galaxy and quasar formation model based on ultra high-resolution N-body simulations
我们研究了类星体的聚类特性，使用我们的半解析模型的星系和类星体的形成与国家的最先进的宇宙学N体模拟的新版本。在这项研究中，我们假设一个主要的星系合并触发冷气体吸积到一个超大质量黑洞和类星体活动。我们的模型可以再现类星体演化的缩小趋势。我们发现，类星体宿主暗物质晕的质量中值随宇宙时间的增加而增加，从z=4（几个1 e +11 Msun）到z=1（几个1 e +12 Msun）的数量级，并且仅微弱地依赖于类星体的光度。通过模型中的类星体-星系交叉关联函数推导出类星体的偏差，我们发现类星体的偏差不依赖于类星体的光度，与观测到的趋势相似。这一结果反映了这样一个事实，即具有固定光度的类星体具有不同的爱丁顿比，因此具有不同的主晕质量，这主要决定了类星体的偏差。我们还表明，类星体的偏见增加红移，这是在定性的协议与观察。我们的偏置值低于观测值在高红移，这意味着我们需要一些机制，使类星体在低质量晕不活跃和/或使它们在高质量晕更活跃。
The luminosity function and clustering of bright quasars in the FLAMINGO cosmological simulations
Leiden University（莱顿大学）；The Australian National University（澳大利亚国立大学）；Center for Astrophysics | Harvard & Smithsonian（哈佛-史密森天体物理中心）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；Lorentz Institute for Theoretical Physics, Leiden University（莱顿大学洛伦兹理论物理研究所）
