Otimizando a seleção de cores para identificação de membros de cluster com SuperBIT

Os mapas de riqueza de galáxias fornecem um rastreador útil da distribuição de massa estelar em aglomerados de galáxias, mas identificar os membros do aglomerado a partir de dados fotométricos multibanda pode ser um desafio. Quantificamos o desempenho de cada cor usando a dispersão $1\, σ$ dos membros identificados espectroscopicamente em cores e a pureza do nosso algoritmo de identificação de membros do cluster.

Tanto indivíduos como organizações que trabalham com arXivLabs abraçaram e aceitaram nossos valores de abertura, comunidade, excelência e privacidade dos dados do usuário. ArXiv está comprometido com esses valores e só trabalha com parceiros que os aderem.

Tem uma ideia de um projeto que agregue valor à comunidade arXiv? . Saiba mais sobre o arXivLabs.

Resumo: Os mapas de riqueza de galáxias fornecem um rastreador útil da distribuição de massa estelar em aglomerados de galáxias, mas identificar os membros do aglomerado a partir de dados fotométricos multibanda pode ser um desafio. Neste trabalho, investigamos dados de imagens multibanda obtidos com o Super-Pressure Balloon-borne Imaging Telescope (SuperBIT) durante seu voo científico em abril de 2023.

Usando membros do cluster identificados espectroscopicamente em toda a amostra do cluster SuperBIT, comparamos o desempenho das três cores disponíveis nas três bandas SuperBIT: $(u-b)$, $(b-g)$ e $(u-g)$. Quantificamos o desempenho de cada cor usando a dispersão $1\, \sigma$ dos membros identificados espectroscopicamente em cores e a pureza do nosso algoritmo de identificação de membros do cluster.

Descobrimos que $(bg)$ exibe consistentemente a menor dispersão de cores e a maior pureza em toda a amostra e ao longo da faixa de redshift sondada pelo SuperBIT.

Fonte