利用无监督机器学习对频繁重复快速射电暴 FRB 20201124A 进行分类
高能天体物理现象
2023-04-05 v2 宇宙学与河外天体物理
星系天体物理
摘要
快速射电暴（FRBs）是毫秒时标的天文暂现源。尽管大多数 FRB 未被观测到重复，但少数被探测到重复数百次以上。这些暴在物理性质上差异很大，暗示 FRB 机制具有异质性。本文中，我们借助机器学习对极频繁重复的 FRB 20201124A 进行分类，因为此类技术有潜力利用人类未察觉的细微差异和相关性来更好地分类暴。研究通过将无监督的均匀流形逼近与投影（UMAP）模型应用于五百米口径球面射电望远镜（FAST）提供的 FRB 20201124A 数据来进行。该算法最终将暴分为三类。除先前基于等待时间的两类工作外，发现了一种新的分类方式。三类分别为高能量、高频或低频，反映了 FRB 能量与频率的分布。重要的是，在另一个频繁重复的 FRB20121102A 中发现了类似的机器学习结果，暗示此类 FRB 存在共同机制。该工作是朝向极频繁重复 FRB 系统性分类的第一步之一。
引用
@article{arxiv.2303.17133,
title = {Classifying a frequently repeating fast radio burst, FRB 20201124A, with unsupervised machine learning},
author = {Bo Han Chen and Tetsuya Hashimoto and Tomotsugu Goto and Bjorn Jasper R. Raquel and Yuri Uno and Seong Jin Kim and Tiger Y. -Y. Hsiao and Simon C. -C. Ho},
journal= {arXiv preprint arXiv:2303.17133},
year = {2023}
}
备注
8 pages, 9 figures, accepted for publication in MNRAS. For summary video, please see https://www.youtube.com/watch?v=1PPCMKcrIf4&list=PLOpYDs2PkYlYIiKDjDz6r6aKXcXdJZXYb&index=14&ab_channel=NCHUAstronomy