类星体宽 Lyα 发射线的深度学习预测
星系天体物理
2020-08-05 v1
摘要
我们采用深度神经网络（即深度学习）来预测类星体光谱中宽 Lyα 发射线的流量与形状。我们使用来自斯隆数字巡天（SDSS）第 14 次数据发布（DR14）的 17870 条高信噪比（SNR > 15）类星体光谱来训练模型并评估其性能。SiIV、CIV 与 CIII] 宽发射线被用作神经网络的输入，模型返回预测的 Lyα 发射线作为输出。我们发现，我们的神经网络模型以约 6–12% 的精度与 1% 的偏差预测 Lyα 光谱区附近的类星体连续谱。我们的模型可用于估计遮蔽型与幽灵型阻尼 Lyα（DLA）吸收体的 HI 柱密度，因为在这些系统中 DLA 吸收的存在强烈污染了 Lyα 光谱区附近的流量与类星体连续谱形状。该模型也可用于研究再电离时期的星系际介质状态。
引用
@article{arxiv.2006.05124,
title = {Deep Learning Prediction of Quasars Broad Ly$\alpha$ Emission Line},
author = {Hassan Fathivavsari},
journal= {arXiv preprint arXiv:2006.05124},
year = {2020}
}
备注
Accepted for publication in The Astrophysical Journal (ApJ)