人工智能辅助反演（AIAI）合成 Ia 型超新星光谱

我们生成了约 100,000 个 Ia 型超新星（SNIa）的模型光谱，构成用于构建理论模型的人工智能辅助反演（AIAI）算法的光谱库。作为首次尝试，我们将研究限制在 $B$ 波段极大附近，并使用 TARDIS 代码计算了 2000 $-$ 10000 ${\rm \AA}$ 宽波长覆盖的理论光谱。基于理论计算光谱库，我们构建了带有多残差卷积神经网络（MRNN）的 AIAI 算法，以提取不同离子物种对理论光谱中严重混合的光谱轮廓的贡献。发现 AIAI 在区分由耦合原子跃迁引起的光谱模式方面非常强大，并能够定量测量不同离子物种的贡献。通过将 AIAI 算法应用于一组观测良好的 SNIa 光谱，我们证明该模型可对这类 SNIa 的化学结构给出强约束。利用从 AIAI 推导出的化学结构，我们成功重构了观测数据，从而确认了方法的有效性。我们表明 SNIa 的光变曲线下降率与抛射物中光球层上方 $^{56}$Ni 的量相关。我们探测到 $^{56}$Ni 质量随时间的明显下降，可归因于其放射性衰变。我们的代码与模型光谱发布于网站 \href{https://github.com/GeronimoChen/AIAI-Supernova}{https://github.com/GeronimoChen/AIAI-Supernova}。