用深度学习估算 DA 白矮星的大气参数
天体物理仪器与方法
2021-11-29 v2
摘要
白矮星（WDs）大气参数的测定对其相关研究至关重要。传统方法是把模型光谱拟合到观测吸收线，并报告具有最低 误差的参数，该方法严重依赖并非总公开可得的理论模型。本工作中，我们构建了一个深度学习网络，以模型无关的方式估算 DA 星（DAs，即氢主导大气的 WDs）的 Teff 和 log g。该网络直接在斯隆数字巡天（SDSS）中经光谱确认的 DAs 全光学波长范围的归一化流量像素上训练与测试。测试部分实验得出 Teff 和 log g 的均方根误差（RMSE）分别接近 900 K 和 0.1 dex。该技术适用于 Teff 为 5000 K 至 40000 K、log g 为 7.0 dex 至 9.0 dex 的 DAs。此外，该方法对分辨率降至 的光谱同样适用。因此其也可实际用于分析由中国空间站望远镜（CSST）将探测到的 DAs。
引用
@article{arxiv.2010.00905,
title = {Estimating Atmospheric Parameters of DA White Dwarf Stars with Deep Learning},
author = {Yong Yang and Jingkun Zhao and Jiajun Zhang and Xianhao Ye and Gang Zhao},
journal= {arXiv preprint arXiv:2010.00905},
year = {2021}
}