利用生成谱网络分析 LAMOST DR5 恒星光谱
天体物理仪器与方法
2019-01-23 v1 太阳与恒星天体物理
摘要
在本研究中，利用生成谱网络（GSN）从 LAMOST DR5 的低分辨率光谱推导了基本恒星大气参数（Teff、log g、[Fe/H] 和 [{\alpha}/Fe]）。其遵循与普通人工神经网络相同的方案，以恒星参数为输入、光谱为输出。GSN 模型在 PHOENIX 理论光谱上训练后，能有效生成合成光谱。结合 Bayes 框架，该应用于 LAMOST 观测光谱分析的方法在分布式计算平台 Spark 上展现出更高的效率。此外，通过与高分辨率巡天和星震学结果的参考参数比较，对结果进行了检验与验证。我们的结果显示与其他巡天和星表的结果具有良好一致性。我们提出的方法可靠，对于 g 波段信噪比（SNRg）高于 50 的光谱，Teff 精度为 80 K，log g 为 0.14 dex，[Fe/H] 为 0.07 dex，[{\alpha}/Fe] 为 0.168 dex。作为本工作一部分估计的参数可在 http://paperdata.china-vo.org/GSN_parameters/GSN_parameters.csv 获取。
引用
@article{arxiv.1811.08207,
title = {Analysis of Stellar Spectra from LAMOST DR5 with Generative Spectrum Networks},
author = {Wang Rui and Luo A-li and Zhang Shuo and Hou Wen and Du Bing and Song Yi-Han and Wu Ke-Fei and Chen Jian-Jun and Zuo Fang and Qin Li and Chen Xiang-Lei and Lu Yan},
journal= {arXiv preprint arXiv:1811.08207},
year = {2019}
}
备注
15 pages, 9 figures, accepted by PASP; email: [email protected]