解码Ia型超新星早期光变曲线。I. 用于总体推断的层次贝叶斯框架
高能天体物理现象
2026-06-30 v1 天体物理仪器与方法
摘要
爆炸后几天内的Ia型超新星(SNe Ia)光变曲线编码了前身星系统和爆炸物理的多样性。我们提出了一个层次贝叶斯框架,通过将大型光变曲线数据集同时拟合到幂律上升,来稳健地约束SNe Ia的总体级光变曲线形态。使用多元高斯总体先验,该框架自动降低稀疏采样SNe和噪声测量的权重,从而无需引入选择偏差的限制性质量截断。在模拟幂律光变曲线上的验证表明,总体先验有效地抑制了非对称似然引起的体积投影偏差:与先拟合单个SNe然后聚合结果的经典两步方法相比,层次方法显著减少了总体级参数(均值、散布和相关性)上的偏差。当将幂律模型拟合到具有更真实形态的光变曲线时,虽然由于模型错误指定,上升时间可能被轻微低估,但恢复的总体散布仍然可靠。此外,具有早期通量过剩的SNe可以在推断的参数空间中作为异常值出现,为识别此类事件提供了潜在的诊断方法。最后,我们表明推断的总体分布也可以改进单个事件推断。将总体先验限制在干扰振幅,同时保留完整的相关结构,可以正则化对单个SNe的拟合,而不会将物理上有意义的上升时间和上升指数收缩到其总体平均值。
引用
@article{arxiv.2607.00075,
title = {Decoding the Early-Time Light Curves of Type Ia Supernovae. I. A Hierarchical Bayesian Framework for Demographic Inference},
author = {Chang Liu and Adam A. Miller},
journal= {arXiv preprint arXiv:2607.00075},
year = {2026}
}
备注
19 pages, 12 figures, submitted to ApJ