AMOEBA：自动化分子激发贝叶斯谱线拟合算法
天体物理仪器与方法
2022-01-05 v1 星系天体物理
摘要
羟基自由基（OH）基态-转动态的超精细跃迁已成为示踪弥漫分子星际介质的一种通用探针。我们提出了一种专为分析这些跃迁的成对源上和源下光学深度与发射谱线而设计的新型自动化高斯分解算法。与现有自动化高斯分解算法不同，AMOEBA（Automated MOlecular Excitation Bayesian line-fitting Algorithm，自动化分子激发贝叶斯谱线拟合算法）采用贝叶斯方法进行模型选择，同时拟合全部4条光学深度谱与4条发射谱。AMOEBA假设给定谱特征可由单一质心速度和半高全宽描述，而各光学深度与发射谱中的峰值则唯一地由基态-转动态四个能级各自的柱密度决定，从而自然地纳入了这些参数上真实的物理约束。此外，贝叶斯方法包含对各参数的信息先验，用户可修改以适配不同数据集。本文中我们描述AMOEBA，并评估其在识别和拟合具有已知参数的合成谱时的有效性与可靠性。
引用
@article{arxiv.2107.11922,
title = {AMOEBA: Automated Molecular Excitation Bayesian Line-Fitting Algorithm},
author = {Anita Petzler and Joanne R Dawson and Mark Wardle},
journal= {arXiv preprint arXiv:2107.11922},
year = {2022}
}
备注
Submitted to ApJ