Notice bibliographique
Résumé
Aims. We present the results of applying anomaly detection algorithms to a quasar spectroscopic subsample from the SDSS DR16 quasar catalog, covering the redshift range of 1.88 ≤ z ≤ 2.47. Methods. A principal component analysis (PCA) was employed for the dimensionality reduction of the quasar spectra, followed by a hierarchical k-means clustering in a 20-dimensional PCA eigenvector hyperspace. To prevent broad absorption line (BAL) quasars from being identified as the primary anomaly group, we conducted separate analyses on BAL and non-BAL quasars (a.k.a. QSOs), comparing both classes for a clearer identification of other anomalous quasar types. Results. We identified 2066 anomalous quasars, categorized into 10 broadly defined groups. The anomalous groups include: C IV peakers: quasars with extremely strong and narrow C IV emission lines; Excess Si IV emitters: quasars where the Si IV line is as strong as the C IV line; and Si IV deficient anomalies: which exhibit significantly weaker Si IV emission compared to typical quasars. The anomalous nature of these quasars is attributed to lower Eddington ratios for C IV peakers, supersolar metallicity for Excess Si IV emitters, and subsolar metallicity for Si IV deficient anomalies. Additionally, we identified four groups of BAL anomalies: blue BALs, flat BALs, reddened BALs, and FeLoBALs, distinguished primarily by the strength of reddening in these sources. Furthermore, among the non-BAL quasars, we identified three types of reddened anomaly groups classified as heavily reddened, moderately reddened, and plateau-shaped spectrum quasars, each exhibiting varying degrees of reddening. We present the detected anomalies as an accompanying value-added catalog.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».