Группа исследователей разработала фреймворк (статистический метод, основанный на теореме Байеса) для обработки данных с космических телескопов «Хаббл» и «Джеймс Уэбб» (JWST). Метод позволяет создавать детальные карты распределения звёздной массы, истории звездообразования, металличности и поглощения пылью в галактиках с высокой точностью.
В основе алгоритма — имитационный вывод (SBI), который ускоряет расчёт свойств галактик на уровне отдельных пикселей. Модель обучали на синтетических данных, сгенерированных с учётом реалистичного шума, чувствительности 19 фильтров и историй звездообразования. Для обучения использовали данные камеры ACS телескопа «Хаббл» и NIRCam с JWST.
Иллюстрация: Leonardo
Проверка метода на тестовых данных показала коэффициент детерминации R2=0,99 (показатель точности модели, где 1 — идеальное соответствие) для оценки звёздной массы. Применение к реальным данным позволило проанализировать 2 млн пикселей в 1000 галактиках. Средняя скорость обработки — несколько секунд на пиксель, что заняло 1 день на одном процессорном ядре.
Учёные сравнили оценки массы при пиксельном и интегрированном анализе. Систематические расхождения выявлены только в маломассивных галактиках из-за влияния ярких молодых звёзд, которые «затеняют» старые звёздные популяции. Точность результатов также зависит от выбора априорных распределений (исходных вероятностных предположений) истории звездообразования.
Новый фреймворк упрощает статистические исследования с детализацией до отдельных областей галактик, но требует переобучения при смене фильтров или условий наблюдений. В будущем метод планируют адаптировать для других обзоров JWST и определения красного смещения для каждого пикселя.
