用概率方法估计活动周期 II. 威尔逊山Ca H&K数据
太阳与恒星天体物理
2018-11-07 v4 应用统计
机器学习
摘要
关于恒星活动-自转图中是否存在分支的争论仍在继续。将现代时间序列分析工具应用于研究色球活动指数的平均周期尚显不足。我们基于高斯过程为一维时间序列开发了此类模型，并将其应用于扩展的威尔逊山Ca H&K样本。我们的主要目标是研究先前常用的恒星周期严格调和性假设以及线性趋势的处理如何影响结果。我们引入了三种不同复杂程度的方法，从简单的贝叶斯调和模型开始，随后是使用周期与准周期协方差函数的高斯过程模型。我们确认了活动-周期图中两个群体的存在。我们在非活动群体中仅发现一个显著趋势，即周期随自转加快而变短。这与早先假定两个群体均存在趋势的研究相反。就自转与周期之比而言，我们的数据与仅两条活动分支一致，即活动分支与过渡分支合并。所提取的恒星周期在R'HK活动指数上均匀分布，表明恒星大尺度发电机在Vaughan-Preston间隙上平稳运行。然而，在太阳活动指数附近，看到了周期发电机作用中断的迹象。我们的研究表明，恒星周期估计显著依赖于所应用的模型。此类模型依赖的方面包括线性趋势的不当处理，而严格调和性的假设可能导致双重周期性的出现，这似乎更可能由周期的准周期性来解释。
引用
@article{arxiv.1712.08240,
title = {Estimating activity cycles with probabilistic methods II. The Mount Wilson Ca H&K data},
author = {N. Olspert and J. Lehtinen and M. J. Käpylä and J. Pelt and A. Grigorievskiy},
journal= {arXiv preprint arXiv:1712.08240},
year = {2018}
}