在五百万颗主序 FGK 恒星中搜寻中红外超额的数据驱动方法

恒星红外超额可以指示各种引人关注的现象，从原行星盘到碎屑盘，或者（更具推测性地）类似戴森球的技术特征。本文中，我们进行了一次大规模搜寻此类超额的观测，设计为数据驱动的上下文异常检测流水线。我们将搜寻重点放在靠近主序的 FGK 恒星上，以偏向非年轻宿主恒星。我们在中红外波段搜寻超额，在解锁大样本搜寻空间的同时，偏向类似于极端碎屑盘（EDD）所产生的极端红外超额。我们结合了 ESA Gaia DR3、2MASS 和 NASA WISE 的 unWISE 观测数据，创建了一个包含 4,898,812 颗 $G < 16$ mag 恒星的目录。如果一颗恒星在 $W1$ 和 $W2$ 波段的亮度显著亮于以光学和近红外信息作为输入特征、基于数据训练的机器学习模型集合所预测的亮度，我们就认为该恒星存在超额。我们应用了一组额外的筛选条件（源自 ML 模型和天体的天文特征）以避免假阳性，并鉴定出 53 个天体集合（发生率为 $1.1\times 10^{-5}$），其中包括一个先前已被识别的 EDD 候选体。我们发现的典型红外超额分数光度在 0.005 到 0.1 范围内，与已知 EDD 相符。