A versatile classification tool for galactic activity using optical and infrared colors
Notice bibliographique
Résumé
(abridged) The overwhelming majority of diagnostic tools for galactic activity are focused on active galaxies. Passive or dormant galaxies are often excluded from these diagnostics which usually employ emission line features. In this work, we use infrared and optical colors in order to build an all-inclusive galactic activity diagnostic tool that can discriminate between star-forming, AGN, LINER, composite, and passive galaxies, and which can be used in local and low-redshift galaxies. We explore classification criteria based on infrared colors from the 3 WISE bands supplemented with optical colors from the u, g, and r SDSS bands. From these we aim to find the minimal combination of colors for optimal results. Furthermore, to mitigate biases related to aperture effects, we introduce a new WISE photometric scheme combing different sized apertures. We develop a diagnostic tool using machine learning methods that includes both active and passive galaxies under one unified scheme using 3 colors. We find that the combination of W1-W2, W2-W3, and g-r colors offers good performance while the broad availability of these colors for a large number of galaxies ensures wide applicability on large galaxy samples. The overall accuracy is $\sim$81% while the achieved completeness for each class is $\sim$81% for star-forming, $\sim$56% for AGN, $\sim$68% for LINER, $\sim$65% for composite, and $\sim$85% for passive galaxies. Our diagnostic provides a significant improvement over existing IR diagnostics by including all types of active, as well as passive galaxies, and extending them to the local Universe. The inclusion of the optical colors improves their performance in identifying low-luminosity AGN which are generally confused with star-forming galaxies, and helps to identify cases of starbursts with extreme mid-IR colors which mimic obscured AGN galaxies, a well-known problem for most IR diagnostics.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».