Characterization of low surface brightness structures in annotated deep images
Notice bibliographique
Résumé
Context. The identification and characterization of low surface brightness (LSB) stellar structures around galaxies such as tidal debris of ongoing or past collisions is essential to constrain models of galactic evolution. So far most efforts have focused on the numerical census of samples of varying sizes, either through visual inspection or more recently with deep learning. Detailed analyses including photometry have been carried out for a small number of objects, essentially because of the lack of convenient tools able to precisely characterize tidal structures around large samples of galaxies. Aims. Our goal is to characterize in detail, and in particular obtain quantitative measurements, of LSB structures identified in deep images of samples consisting of hundreds of galaxies. Methods. We developed an online annotation tool that enables contributors to delineate the shapes of diffuse extended stellar structures with precision, as well as artifacts or foreground structures. All parameters are automatically stored in a database which may be queried to retrieve quantitative measurements. We annotated LSB structures around 352 nearby massive galaxies with deep images obtained with the Canada-France-Hawaii Telescope as part of two large programs: Mass Assembly of early-Type GaLAxies with their fine Structures and Ultraviolet Near Infrared Optical Northern Survey/Canada-France Imaging Survey. Each LSB structure was delineated and labeled according to its likely nature: stellar shells, streams associated with a disrupted satellite, tails that formed in major mergers, ghost reflections, or cirrus. Results. From our database containing 8441 annotations, the area, size, median surface brightness, and distance to the host of 228 structures were computed. The results confirm the fact that tidal structures defined as streams are thinner than tails, as expected by numerical simulations. In addition, tidal tails appear to exhibit a higher surface brightness than streams (by about 1 mag), which may be related to different survival times for the two types of collisional debris. We did not detect any tidal feature fainter than 27.5 magarcsec −2 , while the nominal surface brightness limits of our surveys range between 28.3 and 29 magarcsec −2 , a difference that needs to be taken into account when estimating the sensitivity of future surveys to identify LSB structures. Conclusions. We compiled an annotation database of observed LSB structures around nearby massive galaxies including tidal features that may be used for quantitative analysis and as a training set for machine learning algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».