中國天文學家利用郭守敬數據搜尋熱亞矮星取得重要進展

熱亞矮星是一類中心正在進行氦燃燒並且具有很薄氫包層的特殊恆星，在赫羅圖上，它們一般位於水平分支的極藍端，因此又被稱為極端水平分支星。熱亞矮星的研究與橢圓星系的紫外超（ultraviolet excess）現象、Ia 型超新星前身星等研究緊密相關，熱亞矮星的形成及其性質對於研究恆星物理學、球狀星團和星系具有重要意義。

目前，已知的熱亞矮星數量很少，為了更好地研究熱亞矮星，需要搜尋大量的熱亞矮星以擴充樣本數量。近年來，郭守敬望遠鏡以其強大的光譜獲取能力，完全具備搜尋大量熱亞矮星的潛力，其銀河系光譜巡天數據為搜尋熱亞矮星提供了極佳的資源。熱亞矮星的傳統搜尋方法是使用測光數據進行篩選，然後人工檢查以確定熱亞矮星候選體。但由於郭守敬光譜數據沒有一致的測光數據，因此該方法並不適用於在郭守敬數據中搜尋熱亞矮星。

近日，國家天文台的博士後卜育德、雷振新與趙剛研究員提出了基於深度學習的熱亞矮星搜尋方法。該方法使用一種新的機器學習算法HELM 方法對熱亞矮星進行分類。使用已有的熱亞矮星光譜數據進行測試，實驗結果顯示該方法對熱亞矮星單星的分類準確率和召回率分別為0.92 和0.96 ；而對熱亞矮星雙星的準確率和召回率分別是0.80 和0.71 。通過與其他方法的比較，證實了該方法具有比其他方法更高的準確率和效率。同時，該算法對計算資源要求很低，實驗運行時間較短。他們利用該方法從郭守敬DR4數據中，搜尋出一萬多個熱亞矮星候選體。該研究有望極大擴展熱亞矮星樣本數量，為後續熱亞矮星的研究提供高質量的光譜數據。

【圖、文：節錄自國家航天局網頁；新聞訊息由林景明提供】