中國天文學家利用郭守敬望遠鏡數據回歸蓋亞第二階段星表中恆星的有效溫度


中國科學院國家天文台白宇副研究員、劉繼峰研究員等利用機器學習算法使用蓋亞第二階段(Gaia DR2)星表參數開發恆星溫度回歸器,給出1.3億顆恆星的有效溫度,均方根誤差為191K。這項成果刷新了該課題組之前的國際最大訓練樣本,共使用381萬顆恆星對回歸器進行訓練。

歐洲太空總署蓋亞太空望遠鏡的主要任務是,在光學波段精確描繪銀河系各天體的位置、顏色和速度。其釋放的第二階段,包含近17億個天體的基本資料。 蓋亞科學組使用機器學習算法,估計第二階段星表中恆星的有效溫度,然而,由於訓練樣本體量不足,僅為6萬顆恆星,得到的有效溫度存在偏差。

郭守敬望遠鏡巡天已經產出近千萬量級的天體光譜,為科研人員提供了理想的訓練樣本,科研人員開發了一種全新的方法對回歸器進行了盲測試驗(均方根誤差小於260K ,標準偏差小於196K),同時進行了外部插值試驗。試驗結果顯示,該星表包含更準確的恆星大氣有效溫度。由於該回歸器的訓練特徵量僅使用Gaia星表內的參數,因此可以無障礙地應用於蓋亞太空望遠鏡未來將要釋放的數據。

該項成果的意義在於證明了恆星的有效溫度不僅與色指數緊密相連,而且依賴於恆星的位置、自行和視差;機器學習輸入的特徵量表面上看似與輸出量無關,實際很可能有潛在的聯繫,而這些聯繫無法用函數、圖像、甚至語言所描繪。

【圖、文:節錄自中國科學院國家天文台網頁;新聞訊息由林景明提供】

發表評論

Verified by MonsterInsights