ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Abstract Estimating stellar masses for billions of galaxies in upcoming surveys requires methods that are both accurate and computationally efficient. We present a new approach using symbolic regression trained on a simulation to derive simple, explicit mathematical expressions that estimate galaxy stellar masses from basic observables: photometry and photometric redshift. Using a mock catalogue from the GALFORM semi-analytical model that reproduces the Physics of the Accelerating Universe Survey (PAUS), we show that a linear combination of just four observables-minimally processed u- and i-band magnitudes, observed (g − r) colour, and photometric redshift-can recover stellar masses with accuracy comparable to traditional spectral energy distribution (SED) fitting, but with negligible computational cost. Our expressions can be evaluated instantaneously for millions of galaxies, making them ideal for next-generation surveys like LSST and Euclid. When observational errors are included, symbolic regression achieves a similar accuracy to deep neural networks while adding physical interpretability. Validation against CIGALE SED fitting on PAUS data shows agreement within 0.13 dex for galaxies with M* > 108 h−1 M⊙ which is comparable to the error on stellar mass estimates from multi-band spectral energy distribution fitting. We demonstrate that the stellar mass function can be recovered at z < 0.5, though with distortions at the extremes: the high-mass end is overestimated by a factor of ~3 at 1011.5 h−1 M⊙ due to the scatter introduced in the regression estimate. Our approach offers a fast, transparent alternative to traditional methods without sacrificing accuracy for the bulk of the galaxy population.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 70/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Galaxies: Formation, Evolution, Phenomena · Astronomy and Astrophysical Research · Gamma-ray bursts and supernovae
บทบาทของนักวิจัยและสถาบันไทย
Suttikoon Koonkor · National Astronomical Research Institute of Thailand
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง