使用人工智能技术和Gaia DR3数据对热亚太阳系二进制星的高级分类
太阳与恒星天体物理
2024-11-20 v1 星系天体物理
天体物理仪器与方法
摘要
热亚太阳系是紧凑的蓝色演化天体，核心燃烧氦，周围有微小的氢包裹。大多数模型都认为在红巨星阶段的共包裹二元演化情景是普遍的。然而，这些物体的二体比率仍是一个未解之谜。我们旨在开发一种新颖的方法，用于在大型数据集中识别热亚太阳系二进制星，采用人工智能方法和Gaia DR3数据。结果将与使用VOSA（虚拟天文台Sed分析仪）在重合样本上先前获得的结果进行比较。方法包括多种机器学习技术。我们使用支持向量机(SVM)对3084颗热亚太阳系恒星进行分类，基于其颜色- magnitudes属性。其中2815颗对象拥有Gaia数据第3版BP/RP光谱，这些光谱使用自组织地图(SOM)和卷积神经网络(CNN)进行分类。我们的发现表明，与VOSA分类的一致性水平很高（70-90%），表明机器学习方法在准确度上相当于人工检查或非AI技术。SVM在径向基函数下实现了70.97%的二体目标可重复性，使用光度测量。CNN在使用光谱进行二体检测时达到84.94%。我们还发现，考虑到所有质量指标，CNN是提供最佳准确度的方法。这些方法也有效用于检测光谱中的异常现象。需要进一步的研究来细化这些技术并提高自动化分类的可靠性，尤其是对于大规模调查。
引用
@article{arxiv.2409.17783,
title = {Advanced Classification of Hot Subdwarf Binaries Using Artificial Intelligence Techniques and Gaia DR3 data},
author = {C. Viscasillas Vázquez and E. Solano and A. Ulla and M. Ambrosch and M. A. Álvarez and M. Manteiga and L. Magrini and R. Santoveña-Gómez and C. Dafonte and E. Pérez-Fernández and A. Aller and A. Drazdauskas and Š. Mikolaitis and C. Rodrigo},
journal= {arXiv preprint arXiv:2409.17783},
year = {2024}
}