寻找银河系新型双星恒星：应用机器学习技术于光度数据库
太阳与恒星天体物理
2026-04-01 v1
摘要
双星恒星（SySts）是由红巨星将物质转移至热致密星（通常为白矮星）组成的相互作用双星系统。尽管仅有约300个系统被确认，但银河系中的双星恒星总体数量被估计为 1.2×10³ - 1.5×10⁴ 个，表明大多数尚未被发现。我们采用机器学习方法，结合 Gaia DR3、2MASS 和 WISE 的光度数据、距离 parallax 以及 H α 的拟等效宽度（pseudo-equivalent width），识别新的双星恒星。我们使用 166 个确认的 S 型双星恒星和 1600 个非双星恒星训练 Random Forest 模型，并应用 SMOTE 缓解类别不平衡问题。该模型在双星类别上的 F1 分数达到 89%。应用于 2.5×10⁶ 个颜色选取源后，识别出 990 个概率超过 70% 的候选对象。进一步通过对有效温度、表面重力、金属丰度以及 SkyMapper 光度的物理性限制进行筛选，最终得到 12 个高置信度候选对象。这些天体表现出低温、低表面重力、近太阳金属丰度、H α 发射、适中至高亮度以及 UV 超标，符合 S 型双星恒星的特征。对最近确认的系统进行验证，恢复率达 92.3%，证明了我们方法的稳健性与可推广性。
引用
@article{arxiv.2602.10945,
title = {A search for new symbiotic stars in the Milky Way: Using machine learning techniques applied to photometric databases},
author = {V. Contreras Rojas and M. Jaque Arancibia and C. E. Ferreira Lopes and N. Monsalves and R. Angeloni and G. J. M. Luna and V. Marels and D. Concha and N. E. Nunez and C. Saffe and M. Flores},
journal= {arXiv preprint arXiv:2602.10945},
year = {2026}
}
备注
13 pages, 8 figures