Simulation réaliste d'images de galaxies à l'aide de modèles génératifs basés sur les scores

Nous montrons qu’un modèle probabiliste de diffusion débruitant (DDPM), une catégorie de modèles génératifs fondés sur les scores, peut être utilisé pour produire des images simulées réaliste qui imitent les observations de galaxies. Notre méthode est testée sur les données d’imagerie grz du Dark Energy Spectroscopic Instrument (DESI) provenant de l’échantillon PROBES (Photometry and Rotation curve OBservations from Extragalactic Surveys) ainsi que sur des galaxies sélectionnées dans le Sloan Digital Sky Survey. Subjectivement, les galaxies générées apparaissent très réalistes lorsqu’elles sont comparées aux échantillons du jeu de données réel. Nous quantifions cette similarité en empruntant à la littérature sur l’apprentissage génératif profond, en utilisant la distance de Fréchet Inception pour évaluer la similarité subjective et morphologique. Nous introduisons également une métrique appelée « Distance Galaxie Synthétique » afin de comparer les propriétés physiques émergentes (telles que la magnitude totale, la couleur et le rayon de demi-lumière) entre un ensemble de données parent réel (ground truth) et un ensemble de données enfants synthétisées. Nous soutenons que l’approche DDPM produit des images plus nettes et plus réalistes que d’autres méthodes génératives, telles que les réseaux adversariaux (au prix d’une inférence plus coûteuse), et pourrait être utilisée pour générer de grands échantillons d’observations synthétiques adaptées à une enquête d’imagerie spécifique. Nous démontrons deux applications potentielles du DDPM : (1) une reconstruction précise de données occluées, telles que les traînées de satellites, et (2) un transfert de domaine, où de nouvelles images d’entrée peuvent être traitées pour reproduire les propriétés de l’ensemble d’apprentissage du DDPM. À titre de preuve de concept pour le transfert de domaine, nous « transformons en DESI » des images de bande dessinée. Enfin, nous proposons des applications potentielles des approches fondées sur les scores, qui pourraient stimuler des recherches ultérieures dans la communauté astronomique sur ce sujet.