| Project/Area Number |
11J56342
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 国内 |
|---|
| Research Field |
Astronomy
|
|---|
| Research Institution | Nagoya University |
|---|
| Research Fellow |
村田 勝寛 名古屋大学, 理学研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2011 – 2012
|
| Project Status |
Completed (Fiscal Year 2012)
|
| Budget Amount *help |
¥1,300,000 (Direct Cost: ¥1,300,000)
Fiscal Year 2012: ¥600,000 (Direct Cost: ¥600,000)
Fiscal Year 2011: ¥700,000 (Direct Cost: ¥700,000)
|
|---|
| Keywords | 銀河進化 / 特異銀河 |
|---|
| Research Abstract |
本研究の目的は、先行研究の約10倍の観測面積であるCOSMOS(Cosmic Evolution Survey)領域において鎖状銀河、特に明るい鎖状銀河の大規模な探査を行うことである。
これまでに、サンプル構築に用いる銀河の形態判断プログラムの開発をし、COSMOS領域で鎖状銀河サンプルを構築している。このサンプルの中には実際には鎖状銀河でないものも含まれることが分かったため、銀河画像のコントアを変えてより信頼性のある鎖状銀河サンプルを選んだ。また、これらの形態を特異銀河の分類で一般的に用いられているジニ係数などの定量的な指標を用いることでも分類できないか確認した。その結果、この手法ではうまく鎖状銀河を分類できないことが分かった。
銀河進化の中での鎖状銀河の役割を調べるためには、通常の銀河との関連性を調べる必要がある。特に、鎖状銀河がどのような形態の銀河の周辺に存在するのかが重要である。これを調べるには、周辺の銀河の形態分類を行う必要があるが、COSMOS領域には6万以上の銀河が観測されており、その全てを目視で分類することは現実的ではない。そこで、機械学習によって銀河の形態分類の自動化する手法を開発した。
具体的には、銀河の輝度分布の2次モーメントや中心集中度、非対称性などの形態特徴量を20個程度用いて、それらを機会学習の手法の1つであるサポートベクターマシーンにより学習することで形態予測を行った。その結果、近傍のSDSS(Sloan Digital Sky Survey)、遠方宇宙のGOODS(The Great Observatories Origins Deep Survey)の各銀河でハッブル分類を目視と同等に分類できることが分かった。以上の結果に関連し、天文学会2013年春季年会にて発表した。
|
| Current Status of Research Progress |
Reason
最終年度
|
| Strategy for Future Research Activity |
最終年度
|
Report
(2 results)
Research Products
(6 results)
