Digging out the debris of the Milky Way past accretion events with Machine Learning

Abstract

Nuestra posición privilegiada en el Universo hace de la Vía Láctea el laboratorio perfecto para entender los mecanismos físicos que llevan a la formación de sus diferentes estructuras. En las últimas décadas, estos estudios se han visto impulsados debido a la mejora en la calidad de los datos, gracias a proyectos como el Sloan Digital Sky Survey, que permite estudiar el desplazamiento al rojo espectroscópico para un gran número de estrellas y tomar imágenes multiespectrales, o misiones como Gaia, que proporciona un catálogo de datos astronómicos con precisiones sin precedentes. Asimismo, es de gran relevancia la mejora en la capacidad computacional, que ha impulsado el desarollo de simulaciones cosmológicas. Por otro lado, el paradigma estándar de la cosmología, Lambda cold dark matter (ΛCDM), indica que las galaxias de menor tamaño son las primeras en formarse y que las galaxias mayores, como la Vía Láctea, son el resultado de procesos de acreción y fusión de galaxias de menor tamaño, junto a la acreción del gas. Estos procesos de acreción y fusión de galaxias dejan marcas observables en la actualidad y que esperan encontrarse, esencialmente, en el espacio de las integrales de movimiento de las estrellas del halo en forma de cúmulos. No obstante, existen varios procesos, como la fricción dinámica o el aumento de la masa de la Vía Láctea con el tiempo, que hacen que estas cantidades no se conserven en su totalidad. El objetivo del presente trabajo es desentrañar la historia del halo estelar de la Vía Láctea mediante la identificación de estos cúmulos en el espacio de fases, haciendo uso para ello de técnicas de Machine Learning no supervisado. Específicamente, se ha recurrido a un modelo de mezcla Gaussiana (Gaussian Mixture) tras comprobarse que, de entre los métodos considerados, es el que conduce a la mejor identificación de las diferentes sobre-densidades como grupos independientes. Este modelo se basa en la probabilidad de que un cierto punto pertenezca a una distribución en forma de Gaussiana multi-dimensional y permite obtener sus parámetros característicos (pesos, valores medios y matrices de covarianza), los cuales son iniciados haciendo uso del método de Machine Learning conocido como K-Means. Concretamente, se emplea el método de la Bayesian Gaussian Mixture, que emplea la regla de Bayes para encontrar el número adecuado de cúmulos dado un un límite superior en el número de componentes que puede determinar. A su vez, en este modelo se emplea una asignación a priori de las probabilidades asociadas a cada uno de los componentes mediante el llamado proceso de Dirichlet. Posteriormente, el modelo óptimo es encontrado a través del algoritmo de esperanza-maximización. Se utilizan valores como el Bayesian Information Criterion (BIC) o la log-likelihood para poder comparar los diferentes modelos. El primer paso necesario para desarrollar este método ha sido la familiarización con esta técnica haciendo uso de conjuntos de datos controlados; concretamente, de datos generados mediante Gaussianas cuyos parámetros son conocidos. De este modo, se aprecia el efecto que tiene la variación de los diferentes parámetros de entrada que requiere el método, así como sus limitaciones. Esto ha permitido concluir que, efectivamente, es posible recuperar los puntos generados por las diferentes Gaussianas como cúmulos independientes mediante el modelo de Bayesian Gaussian Mixture. El siguiente paso ha sido implementar estos métodos para trabajar con halos simulados en el paradigma ΛCDM de la colaboración Auriga, correspondientes a simulaciones magneto hidrodinámicas de alta resolución de galaxias análogas a la Vía Láctea. En este caso, las partículas de estrellas cuentan con una etiqueta que indica su origen (como podría ser una galaxia pequeña acretada, a la que nos referiremos como su progenitor), de modo que es posible comparar lo obtenido con los modelos de Bayesian Gaussian Mixture con los resultados que serían esperables. A continuación, con el fin de familiarizarnos con los datos de las simulaciones, se ha empezando haciendo una inspección visual del espacio constituido por la energía total y el momento angular en torno al eje dicular al plano del disco de las partículas pertenecientes al halo estelar, ampliamente usados para estudiar los procesos de acreción/fusión en la Vía Láctea, para diferentes rangos de radio en torno al centro Galáctico y diferentes rangos de metalicidad total. Seguidamente, se han visualizado diferentes espacios de las cantidades en las que se espera encontrar sobre-densidades asociadas a cada progenitor, es decir, a cada galaxia satélite a la que pertenecían las estrellas antes de que los procesos de acreción tuviesen lugar. Esto ha demostrado la dificultad intrínseca de la tarea que se pretende realizar, debido a la superposición existente entre galaxias satélite en los espacios considerados y al hecho de que un progenitor no se asocia a una única sobre-densidad. Esto último lleva, además, a que no es posible recuperar cada uno de los progenitores como una única Gaussiana. No obstante, este efecto es más importante en el caso de los progenitores más masivos. Posteriormente, se ha buscado el conjunto de estrellas compuesto por los 4 progenitores más masivos en el rango de radios y metalicidades en el que estos se distinguen con mayor facilidad en el espacio constituido por la energía total y el momento angular a lo largo del eje perpendicular al plano del disco. Luego, se ha aplicado en este subconjunto de datos el método de Bayesian Gaussian Mixture en los diferentes espacios en los que se espera que las estrellas que perteneciesen a un mismo progenitor aparezcan como cúmulos, obteniéndose resultados muy semejantes. En consecuencia, se ha decidido centrar la atención en el espacio constituido por la energía total y el momento angular vertical, junto al momento angular perpendicular, por ser más fáciles de interpretar. Una vez hecho esto, se ha aplicado la Bayesian Gaussian Mixture en el rango completo de radios y metalicidades a los datos correspondientes a los 4 progenitores más masivos, así como a otros 4 cuyas masas se encuentran en un rango intermedio. De este modo, se han identificado las diferentes sobre-densidades como múltiples Gaussianas independientes, si bien no se ha establecido aún ningún enlace entre ellas y las galaxias satélites originales. Por este motivo, a continuación, se ha procedido a intentar relacionar las differentes Gaussianas haciendo uso de las distancias de Mahalanobis y del método de enlace pesado de forma jerárquica. Se ha llegado con esto a que, si bien no ha sido posible determinar el origen de las sobre-densidades en el espacio de integrales de movimiento al relaciolarlas entre ellas para progenitores de mayor masa, esta sí es una opción viable en rangos de masa menores. Con esto, se llega a que sería necesario desarrollar un método alternativo que permita estudiar los progenitores más pesados, para luego poder estudiar únicamente los de menor masa y aplicar métodos de Machine Learning de agrupamiento, junto a métodos de enlace, para así identificar los cúmulos restantes. Asimismo, sería de interés hacer otro tipo de pruebas con simulaciones con datos más realistas, es decir, con una mayor semejanza con los datos observacionales, así como realizar un estudio más profundo de la información que puede extraerse de las metalicidades, con el fin de cumplir el objetivo presentado.