Исследовательская команда создала усовершенствованный фреймворк, основанный на байесовских методах, для анализа данных, полученных с космических телескопов «Хаббл» и «Джеймс Уэбб» (JWST). Этот подход позволяет с высокой точностью картировать распределение звёздной массы, историю звездообразования, металличность и поглощение пыли в галактиках.
Ключевым элементом алгоритма является имитационный вывод (SBI), который значительно ускоряет вычисление характеристик галактик на уровне каждого пикселя. Модель обучалась на искусственно созданных данных, учитывающих реалистичный шум, чувствительность 19 фильтров и разные сценарии звездообразования. Для обучения использовались данные с камеры ACS телескопа «Хаббл» и NIRCam на JWST.
Тестирование метода на контрольных данных показало коэффициент детерминации R2=0,99 (показатель точности модели, где 1 соответствует идеалу) в оценке звёздной массы. При применении к реальным данным было проанализировано 2 млн пикселей в 1000 галактиках. Среднее время обработки составило несколько секунд на пиксель, что потребовало 1 день работы одного процессорного ядра.
Учёные провели сравнительный анализ оценок массы при пиксельном и интегративном подходах. Существенные расхождения были обнаружены лишь в небольших галактиках из-за воздействия ярких молодых звёзд, которые «прикрывают» старые звёздные системы. Точность результатов также зависит от выбора априорных предположений истории звездообразования.
Этот фреймворк упрощает статистические исследования с детализацией на уровне отдельных областей галактик; однако, для применения в различных условиях наблюдения или при смене фильтров требуется его обновление. В дальнейшем планируется адаптация метода для других обзоров JWST и определения красного смещения для каждого пикселя.
Источник: iXBT
