Uso de herramientas de Machine Learning para la clasificación de una muestra de galaxias activas a partir de observaciones fotométricas y espectroscópicas

Abstract

La adquisición de datos astronómicos ha experimentado una revolución, tanto en calidad como en complejidad, durante las últimas décadas, por lo tanto, es necesario no solo desarrollar nuevos métodos para procesar y analizar grandes volúmenes de datos, sino también asegurar que las técnicas aplicadas para extraer la información de los datos sea lo más óptima posible. Los núcleos galácticos activos son fuentes astrofísicas energéticas impulsadas por acreción de material en agujeros negros supermasivos en las galaxias y presentan huellas observacionales únicas que cubren el espectro electromagnético. Las clasificaciones de estos objetos están relacionadas con las diferencias intrínsecas del AGN y reflejan principalmente variaciones en un número de parámetros astrofísicos. Este trabajo pretende discriminar y encontrar los mejores datos disponibles tomados de la base de datos del Sloan Digital Sky Survey para explorar la utilidad de una serie de parámetros que permitan establecer un sistema de clasificación más completo, a partir de una variedad de diferentes conjuntos de líneas de emisión que dan información sobre las condiciones del gas ionizado. Se hace uso de líneas de baja probabilidad, además de incluir datos fotométricos asociados a filtros de color, esto con el fin de obtener variables de entrada necesarias para un algoritmo clasificatorio desarrollado con Machine Learning y, con el cual, se obtienen los diferentes diagramas diagnóstico, capaces de catalogar una muestra de galaxias activas que se encuentran en el Universo. Una vez explorados los distintos modelos de aprendizaje, se evalúa la eficiencia de cada uno, y se determina que el aprendizaje profundo, también conocido como Deep Learning, alcanza una precisión de aproximadamente el 99%, cuando los parámetros que componen la red neuronal sean optimizados. Esto posibilita la visualización de la distribución poblacional según su actividad energética dominante. (Texto tomado de la fuente).

The acquisition of astronomical data has experienced a revolution in both quality and complexity over the last decades. Therefore, it is necessary not only to develop new methods for processing and analyzing large volumes of data but also to ensure that the techniques applied to extract information from the data are as optimal as possible. Active Galactic Nuclei (AGN) are energetic astrophysical sources powered by the accretion of material onto supermassive black holes in galaxies. They exhibit unique observational signatures that span the electromagnetic spectrum. The classifications of these objects are tied to the intrinsic differences of the AGN, primarily reflecting variations in numerous astrophysical parameters. This study aims to discriminate and identify the best available data from the Sloan Digital Sky Survey database. The objective is to explore the utility of a range of parameters that could establish a more comprehensive classification system. This system will be based on a variety of different emission line sets, which will provide information about the conditions of the ionized gas. We will utilize low-probability lines and include photometric data associated with color filters. This approach aims to obtain the necessary input variables for a classification algorithm developed with Machine Learning. This algorithm will yield diagnostic diagrams capable of cataloging a sample of active galaxies found in the Universe. Once the different learning models have been explored, the efficiency of each one is evaluated, and it is determined that Deep Learning reaches an accuracy of approximately 99%, when the parameters that make up the neural network are optimized. This makes it possible to visualize the population distribution according to its dominant energy activity.