神经网络在恒星模型解研究中的应用
太阳与恒星天体物理
2015-06-04 v1
摘要
人工神经网络（ANN）在天文学中有多种应用，包括数据归约和数据挖掘。在这项工作中，我们提出使用 ANN 来识别恒星模型解。我们通过将 ANN 应用于 0.8M 恒星 CG Cyg B 来演示这种方法。我们的 ANN 使用 60,000 个不同的 0.8M 恒星模型进行训练。通过这种方法，我们识别出了能够重现 CG Cyg B 在 HR 图上位置的模型。我们观察到模型的初始金属丰度和氦丰度之间存在相关性，在大多数情况下，这与氦金属增丰比 Y/Z=2 不一致。此外，我们发现了模型的初始氦/金属丰度与其年龄和对流长度参数之间的相关性。另外，找到的每一个模型的对流长度参数均低于 1.3。这意味着 CG Cyg B 的对流长度参数明显小于太阳的值。根据这项研究，我们得出结论，ANN 非常适合处理太阳型恒星模型解的简并问题。
引用
@article{arxiv.1203.6045,
title = {Application of Neural Networks to the study of stellar model solutions},
author = {F. J. G. Pinheiro and T. Simas and J. Fernandes and R. Ribeiro},
journal= {arXiv preprint arXiv:1203.6045},
year = {2015}
}
备注
Accepted for publication in New Astronomy