AspGap：基于 Gaia XP 低分辨率光谱获取 2300 万 RGB 恒星的增强恒星参数与丰度
太阳与恒星天体物理
2023-09-26 v1 星系天体物理
摘要
我们提出 AspGap，一种从低分辨率 Gaia XP 光谱推断恒星标签的新方法，首次包含精确的 [/M] 估计。AspGap 是一个基于神经网络的回归模型，训练于 APOGEE 光谱。在训练步骤中，AspGap 学习利用 XP 光谱不仅预测恒星标签，还预测导致相同恒星标签的高分辨率 APOGEE 光谱。最后这一模型组件——称为 hallucinator（幻觉器）——的引入创建了更具物理动机的映射，并显著改善了验证中恒星标签的预测，尤其是 [/M]。对于巨星，我们发现 Teff、log g、[M/H]、[/M] 的交叉验证 rms 精度分别约为 1%、0.12 dex、0.07 dex、0.03 dex。我们还通过与外部数据集比较以及一系列天体物理检验来验证标签，表明我们确实从 XP 光谱确定了 [/M]，而非仅通过与其他标签的相关性间接推断。我们公开发布 AspGap 代码库，以及为 Gaia XP 观测到的所有巨星提供的恒星参数星表。AspGap 通过为 2300 万颗巨星（含 1200 万颗具有 Gaia 径向速度的恒星）提供精确 [/M] 估计，使我们对银河系形成与化学动力学的新见解成为可能。
引用
@article{arxiv.2309.14294,
title = {AspGap: Augmented Stellar Parameters and Abundances for 23 million RGB stars from Gaia XP low-resolution spectra},
author = {Jiadong Li and Kaze W. K. Wong and David W. Hogg and Hans-Walter Rix and Vedant Chandra},
journal= {arXiv preprint arXiv:2309.14294},
year = {2023}
}
备注
29 pages, 19 figures, submitted to ApJS