中文

287,872 超大质量黑洞质量:深度学习逼近铭素映射精度

星系天体物理 2025-12-05 v1 高能天体物理现象 天体物理仪器与方法 人工智能

摘要

我们提供了一个包含 287,872 个超大质量黑洞质量的大规模目录。使用在光学光谱上训练的深度编码-解码网络,其依据铭素映射(RM)基于的 849 个类鲹的标签训练而成,并应用到最高达到 z=4z=4 的所有 SDSS 类鲹上。该方法相对于 RM 基于的质量,实现了均方根误差为 0.0580.058\,dex,相对不确定性约为 14%14\%,决定系数 R20.91R^{2}\approx0.91,远超传统单线铭素估计器。值得注意的是,低质量(<107.5M<10^{7.5}\,M_\odot)和高质量(>109M>10^{9}\,M_\odot)类鲹的高精度得益于经验关系在此情形下不可靠。

关键词

引用

@article{arxiv.2512.04803,
  title  = {287,872 Supermassive Black Holes Masses: Deep Learning Approaching Reverberation Mapping Accuracy},
  author = {Yuhao Lu and HengJian SiTu and Jie Li and Yixuan Li and Yang Liu and Wenbin Lin and Yu Wang},
  journal= {arXiv preprint arXiv:2512.04803},
  year   = {2025}
}

备注

14 pages, 9 figures. Submitted to Journal of High Energy Astrophysics