Ferreira2026MAHAzMahalanobisDistance
Brief
#
- 利用 Mahalanobis distance kNN 进行 photo-z 估计,PDF 由多个 neighbor 的 KDE 给出
- 和已有方法没有太大差距,并且在框架简单性、透明度上具有优势
- 4000A break 依然是最重要的特征以及最重要的信息来源
Intro
#
- photo-z 方法包括 template fitting 以及 ML 两类
- kNN 方法依赖距离的定义,Mahalanobis distance 相比 Euclidean distance 更合适
Maha-z estimator
#
- Mahalanobis distance 的定义以协方差矩阵 C 给出
- 误差来自光谱训练集的经验协方差以及测光平均误差的组合
- feature space 包括观测星等、颜色以及可选的 morphology 参数(比如等效半径、Sersic index)
- 具体做法就是从 kNN 出发,用均值作为点估计,用 KDE 构建 PDF
- 可以处理数据缺失的情况,因为对缺失数据维度进行积分/marginalize 之后分布仍然是 Gaussian 形式
Validation metrics
#
- 点估计的性能指标包括 bias, scatter 以及 outlier fraction
- PDF 指标包括 PIT 和 KS 统计量、PDF coverage、对 multi-modality 的处理
Results
#
- 在 FS2、Legacy-KiDS 等数据集上进行了运行和测试
- Euclid FS2 在加入 LSST data 之后性能有明显的提升
- NISP 在加入形态学参数之后有明显提升,但是 LSST+NISP 在加入形态学之后改变不大(fig3)
- 控制变量法发现 photo-z 性能几乎完全取决于 4000A break 对应的 color 位置(fig4),此外 Lyamn break 位置也比较重要(比如 1.83 红移处的 u-band data)
- Legacy-KiDS 上的 maha-z 表现和官方 BPZ 类似
- VIPERS 上的表现和已有方法一致
- DES BAO 样本中 maha-z 的表现和 ANNz 类似,但是计算更轻量
Thoughts
#
- 其实 redMaPPer 的 photo-z 部分也类似一个 Mahalanobis distance photo-z estimator,不同之处在于显式地强调了 4000A break 的重要性
- 所以 photo-z 不是一个很复杂的任务,简单的 kNN 可以捕获大部分的关系,而且大部分的信息蕴藏在 4000A break 中
- 没有应用到「外推」的情况,在那种情况下也许 template 方法更具优势