Поиск массивных рентгеновских скоплений галактик в данных ACT с помощью глубокого обучения
Воскресенская Светлана Алексеевна
Национальный исследовательский институт "Высшая школа экономики"
Постер на HEA-2022
Воскресенская С.А, Мещеряков А.В.
Поиск самых массивных гравитационно-связанных объектов во Вселенной (скоплений галактик) представляет большой интерес (Буренин и др., 2021). Рентгеновский обзор еРОЗИТА позволил создать наиболее полную выборку скоплений на всем небе (Cюняев и др., 2021). Каталог скоплений еРОЗИТА содержит в себе уникальные наиболее массивные объекты, задаче отождествления которых посвящена данная работа. Мы демонстрируем возможность автоматической классификации массивных рентгеновских скоплений галактик по данным телескопа ACT при помощи искусственных нейросетей. Модели глубокого обучения, используемые в данной работе, основаны на методах компьютерного зрения, обнаруживающих эффект Сюняева-Зельдовича. Для проверки поведения моделей использовались каталог рентгеновских скоплений галактик XMM-Newton в области $XMM-XXL-N$. Мы показали, что модель хорошо идентифицирует скопления на карте ACT. Предложенная модель позволит отождествить $\approx70$ % рентгеновских скоплений двухлетнего обзора еРОЗИТА (в области покрытия обзора ACT) с массой $M_{500}>3 \cdot 10^{14} M_{\odot}$, $\approx80$ % скоплений с массой $M_{500}>3,8 \cdot 10^{14} M_{\odot}$, и $\approx90$ % с массой $M_{500}>4,4 \cdot 10^{14} M_{\odot}$.
Другие доклады автора