使用非线性降维技术对 FRB 频谱图进行分类
高能天体物理现象
2023-05-17 v1 天体物理仪器与方法
摘要
快速射电暴（FRB）是神秘的天文现象，它们是否包含多种类型仍不确定。在本研究中，我们使用两种非线性降维算法——统一流形逼近与投影（UMAP）和 t 分布随机邻域嵌入（t-SNE）——来区分 FRB 中的重复暴与表观非重复暴。基于首个加拿大氢强度测绘实验（CHIME）FRB 星表，这两种方法分别应用于来自 594 个子暴和 535 个 FRB 样本的标准化参数数据和图像数据。这两种方法都能够区分重复暴与表观非重复暴。使用图像数据的 UMAP 算法产生了更准确的结果，并且是一种更不依赖于模型的方法。我们的结果表明，重复暴簇通常倾向于窄带，这暗示了重复暴与表观非重复暴在暴形态上存在差异。我们还将 UMAP 预测结果与 CHIME/FRB 新发现的 6 个重复暴进行了比较，除一个离群点外，整体表现良好。最后，我们强调需要更大、更完整的 FRB 样本。
引用
@article{arxiv.2304.13912,
title = {Classifying FRB spectrograms using nonlinear dimensionality reduction techniques},
author = {X. Yang and S. -B. Zhang and J. -S. Wang and X. -F. Wu},
journal= {arXiv preprint arXiv:2304.13912},
year = {2023}
}
备注
10 pages, 9 figures, 4 tables, accepted by MNRAS