The most active phases of star formation and black hole accretion are strongly affected by dust extinction, making far-infrared (FIR) observations the best way to disentangle and study the co-evolution of galaxies and super massive black holes. The plethora of fine-structure lines and emission features from dust and ionised and neutral atomic and warm molecular gas in the rest-frame mid-infrared (MIR) and FIR provide unmatched diagnostic opportunities to determine the properties of gas and dust, measure gas-phase metallicities, and map cold galactic outflows in even the most obscured galaxies. By combining multi-band photometric surveys with low- and high-resolution FIR spectroscopy, the PRobe far-Infrared Mission for Astrophysics (PRIMA), a 1.8 m diameter, cryogenically cooled FIR observatory currently at the conception stage, will revolutionise the field of galaxy evolution by taking advantage of this IR toolkit to find and study dusty galaxies across galactic time. In this work, we make use of the phenomenological simulation S PRITZ and the Santa Cruz semi-analytical model to describe how a moderately deep multi-band PRIMA photometric survey can easily reach beyond previous IR missions to detect and study galaxies down to 10 11 L ⊙ beyond cosmic noon and at least up to z = 4, even in the absence of gravitational lensing. By decomposing the spectral energy distribution (SED) of these photometrically selected galaxies, we show that PRIMA can be used to accurately measure the relative AGN power, the mass fraction contributed by polycyclic aromatic hydrocarbons (PAHs), and the total IR luminosity. At the same time, spectroscopic follow up with PRIMA will allow us to trace both the star formation and black hole accretion rates (SFRs and BHARs), the gas-phase metallicities, and the mass-outflow rates of cold gas in hundreds to thousands of individual galaxies to z = 2.

PRIMA addresses questions about the origins and growth of planets, supermassive black holes, stars, and dust. Much of the radiant energy from these formation processes is obscured and only emerges in the far infrared (IR) where PRIMA observes (24–261 um). PRIMA's PI science program (25% of its 5-year mission) focuses on three questions and feeds a rich archival Guest Investigator program: How do exoplanets form and what are the origins of their atmospheres? How do galaxies' black holes and stellar masses co-evolve over cosmic time? How do interstellar dust and metals build up in galaxies over time? PRIMA provides access to atomic (C, N, O, Ne) and molecular lines (HD, H2O, OH), redshifted PAH emission bands, and far-IR dust emission. PRIMA's 1.8-m, 4.5-K telescope serves two instruments using sensitive KIDs: the Far-InfraRed Enhanced Survey Spectrometer (continuous, high-resolution spectral coverage with over an order of magnitude improvement in spectral line sensitivity and 3-5 orders of magnitude improvement in spectral survey speed) and the PRIMA Imager (hyperspectral imaging, broadband polarimetry). PRIMA opens new discovery space with 75% of the time for General Observers.

Abstract The mass assembly history (MAH) of dark matter halos plays a crucial role in shaping the formation and evolution of galaxies. MAHs are used extensively in semi-analytic and empirical models of galaxy formation, yet current analytic methods to generate them are inaccurate and unable to capture their relationship with the halo internal structure and large-scale environment. This paper introduces florah, a machine-learning framework for generating assembly histories of ensembles of dark matter halos. We train florah on the assembly histories from the gureft and vsmdpl N-body simulations and demonstrate its ability to recover key properties such as the time evolution of mass and concentration. We obtain similar results for the galaxy stellar mass versus halo mass relation and its residuals when we run the Santa Cruz semi-analytic model on florah-generated assembly histories and halo formation histories extracted from an N-body simulation. We further show that florah also reproduces the dependence of clustering on properties other than mass (assembly bias), which is not captured by other analytic methods. By combining multiple networks trained on a suite of simulations with different redshift ranges and mass resolutions, we are able to construct accurate main progenitor branches (MPBs) with a wide dynamic mass range from z = 0 up to an ultra-high redshift z ≈ 20, currently far beyond that of a single N-body simulation. florah is the first step towards a machine learning-based framework for planting full merger trees; this will enable the exploration of different galaxy formation scenarios with great computational efficiency at unprecedented accuracy.

ABSTRACT While the first “seeds” of supermassive black holes (BH) can range from $\sim 10^2-10^6 \rm ~{\rm M}_{\odot }$, the lowest mass seeds ($\lesssim 10^3~\rm {\rm M}_{\odot }$) are inaccessible to most cosmological simulations due to resolution limitations. We present our new BRAHMA simulations that use a novel flexible seeding approach to predict the $z\ge 7$ BH populations for low-mass seeds. We ran two types of boxes that model $\sim 10^3~\rm {\rm M}_{\odot }$ seeds using two distinct but mutually consistent seeding prescriptions at different simulation resolutions. First, we have the highest resolution $[9~\mathrm{Mpc}]^3$ (BRAHMA-9-D3) boxes that directly resolve $\sim 10^3~\rm {\rm M}_{\odot }$ seeds and place them within haloes with dense, metal-poor gas. Second, we have lower resolution, larger volume $[18~\mathrm{Mpc}]^3$ (BRAHMA-18-E4), and $\sim [36~\mathrm{Mpc}]^3$ (BRAHMA-36-E5) boxes that seed their smallest resolvable $\sim 10^4~\&~10^5~\mathrm{{\rm M}_{\odot }}$ BH descendants using new stochastic seeding prescriptions calibrated using BRAHMA-9-D3. The three boxes together probe key BH observables between $\sim 10^3\,\mathrm{ and}\,10^7~\rm {\rm M}_{\odot }$. The active galactic nuclei (AGN) luminosity function variations are small (factors of $\sim 2-3$) at the anticipated detection limits of potential future X-ray facilities ($\sim 10^{43}~ \mathrm{ergs~s^{-1}}$ at $z\sim 7$). Our simulations predict BHs $\sim 10-100$ times heavier than the local $M_*$ versus $M_{\mathrm{ bh}}$ relations, consistent with several JWST-detected AGN. For different seed models, our simulations merge binaries at $\sim 1-15~\mathrm{kpc}$, with rates of $\sim 200-2000$ yr−1 for $\gtrsim 10^3~\rm {\rm M}_{\odot }$ BHs, $\sim 6-60$ yr−1 for $\gtrsim 10^4~\rm {\rm M}_{\odot }$ BHs, and up to $\sim 10$ yr−1 amongst $\gtrsim 10^5~\rm {\rm M}_{\odot }$ BHs. These results suggest that Laser Interferometer Space Antenna mission has promising prospects for constraining seed models.