Machine learning analysis and cataloging of extragalactic sources

Mgr. Matej Kosiba, Ph.D.

Doctoral thesis

Abstract:

Tato práce se zaměřuje na analýzu strojovým učením a katalogizaci extragalaktických zdrojů. V první části své práce jsem použil umělé neuronové sítě, třídu algoritmů strojového učení pro automatickou detekci kandidátů kup galaxií. Použil jsem obrazová data v rentgenových vlnových délkách z XMM-Newton s jejich optickými protějšky z databáze SDSS. Tato práce byla úspěšná; Vytvořil jsem konvoluční neuronovou síť, která dosahovala 90% průměrné přesnosti v klasifiikaci objektů na kupy galaxií a objekty které nejsou kupa galaxií. Druhá část mé práce se zaměřila na vývoj nové metody kosmologické analýzy založené na rozložení galaktických kup, speciálně navržené tak, aby se vyhnula nutnosti používat škálovací vztahy. K tomu jsem použil analytické simulace rentgenově pozorovatelných diagramů, znázorňujících rozložení kup galaxií v čistě pozorovatelných veličinách, count rate, hardness ratio a spektroskopický červený posuv. K odhadu kosmologických parametrů jsem použil Sequential Neural Posterior Estimation, metodu založenou na umnělých neuronových sítích. Tato práce byla úspěšná a ve své práci uvádím, jak lze metodu použít k odhadu kosmologických parametrů Ωm a σ8 na základě čistě pozorovatelných patametrů galaktických kup. Ve třetí části mé disertační práce se zaměřuji na katalogizaci tvrdých rentgenových zdrojů, s cílem lépe porozumět zdrojům přispívajícím ke kosmickému rentgenovému pozadí. Provedl jsem multifrekvenční analýzu tvrdých rentgenových zdrojů katalogu 3PBC, abych našel jejich nízkoenergetické protějšky a přiřadil jim klasifikaci. Klasifikace byla založena na jejich multifrekvenčních informacích, jako svítivosti a spektrech. Finálními produkty této práce jsou dva katalogy: revidovaná verze katalogu 3PBC založená na našich multifrekvenčních kritériích a druhé vydání Turin-SyCAT katalogu Seyfertových galaxií. Ve čtvrté části mé práce jsem provedl následnou analýzu populace 218 dosud neidentifikovaných zdrojů, které sme nalezly v předešlé analýze. Jsou to zdroje, které dosud nemněli identifikovaný nízkoenergetický protějšek. Cíl byl stejný: lépe porozumět zdrojové populaci přispívající ke kosmickému rentgenovému pozadí. Abych to udělal, hledal jsem jejich nízkoenergetické protějšky v archivních datech Swift-XRT. Výsledným produktem této práce jsou dva katalogy. První je katalog kandidátů na nízkoenergetické protějšky pro 73 zdrojů z 218 doteď neidentifikovaných 3PBC objektů, z nichž 60 má jednoho kandidáta na protějšek a 13 jich má více. Druhým je krátký katalog 10 zdrojů, ke kterým jsem našel i vícefrekvenční informace které byli nutné k jejich klasifikaci.

Abstract:

This work focuses on machine learning analysis and cataloging of extragalactic sources. In the first part of my work, I used artificial neural networks, a class of machine learning algorithms for automatically detecting galaxy cluster candidates. I used image data in X-ray wavelengths from XMM-Newton with their optical counterparts from the SDSS database. This work was successful; I created a convolutional neural network that achieved 90% average accuracy, classifying sources into galaxy clusters or non-clusters. The second part of my work focused on developing a new cosmological analysis method based on the distribution of galaxy clusters, specifically designed to bypass the need to use scaling relations. To do this, I used analytical simulations of X-ray observable diagrams, depicting galaxy cluster's distribution in purely observable quantities, X-ray count-rate, hardness ratio, and spectroscopical redshift. I utilized Sequential Neural Posterior Estimation, a class of simulation-based inference techniques based on artificial neural networks for density estimation. This work was successful, and I present in my thesis how the method can be used to estimate the Ωm and σ8 cosmological parameters based on purely observable quantities of galaxy clusters. In the third part of my dissertation thesis, I focus on cataloging hard X-ray sources to understand better the sources contributing to the cosmic X-ray background. I have performed a multifrequency analysis of 3PBC hard X-ray sources to find their low-energy counterparts and assign them classification. The classification was based on their multifrequency information, e.g., luminosities and spectra. The final products of this work are two catalogs: the revised version of the 3PBC catalog based on our multifrequency criteria and the second release of the Turin-SyCAT catalog of Seyfert galaxies. In the fourth part of my thesis, I performed a follow-up analysis of a population of 218 yet unidentified sources, the sources for which there was no identified counterpart in my work described in part three. The goal was the same: to better understand the source population contributing to the cosmic X-ray background. To do this, I searched for their low-energy counterparts in archival Swift-XRT data. The final product of this work is two catalogs. First is a catalog of candidate counterparts for 73 3PBC sources, of which 60 have a single candidate counterpart and 13 have multiple. The second is a short catalog of 10 sources with multifrequency information so we could also provide their classifications.

Keywords

strojové učení, umělé neurónové sítě, katalógy, kupy galaxií, kosmologie, aktivní jádra galaxií, machine learning, artificial neural networks, catalogs, galaxy clusters, cosmology, active galactic nuclei

Language used: English

Date on which the thesis was submitted / produced: 6. 5. 2024

Thesis defence

• Date of defence: 21. 6. 2024
• Supervisor: prof. Mgr. Norbert Werner, Ph.D.
• Reader: Federico Marulli, Francesco Tombesi

Masaryk University

Faculty of Science

Doctoral programme / field:
Physics / Astrophysics