恒星光谱的自编码器及其在自动估计大气参数中的应用

本文研究从光谱估计恒星大气参数的问题。特征提取是自动估计恒星参数的关键步骤。我们提出一种用于光谱特征提取与大气参数估计的方案，使用以下三个步骤：首先，使用自编码器从恒星光谱中学习一组基本结构元素（BSE）；其次，通过某些卷积与池化过程，基于学习到的 BSE 从恒星光谱中提取代表性特征；第三，使用反向传播（BP）网络估计恒星参数（$T_{eff}$、log$~g$、[Fe/H]）。所提方案已在来自斯隆数字巡天（SDSS）/斯隆银河系理解与探索扩展（SEGUE）的真实光谱以及由 Kurucz 新不透明度分布函数（NEWODF）模型计算的合成光谱上进行评估。最佳平均绝对误差（MAE）对于真实光谱为 log$~T_{eff}$ 0.0060 dex、log$~g$ 0.1978 dex、[Fe/H] 0.1770 dex，对于合成光谱为 log$~T_{eff}$ 0.0004 dex、log$~g$ 0.0145 dex、[Fe/H] 0.0070 dex。