利用无监督深度学习探索轴对称超新星的偏振

非零偏振的测量可用于推断超新星（SNe）中偏离球对称性的存在。在 SNe 中观测到的大部分内禀偏振起源于电子散射，其诱导出与波长无关的连续谱偏振，通常对所有 SN 类型观测值均较低（<1%）。SNe 中非对称性的关键指示量是跨谱线的偏振，特别是特征的“反 P Cygni”轮廓。本文给出 900 组蒙特卡洛辐射转移模拟的结果。这些模拟覆盖了 Ca II 红外三重线形成区一系列可能的轴对称结构（包括单极、双极和赤道增强）。在假设轴对称谱线形成区与共振散射下，利用变分自编码器学习了描述 Stokes I 与 Stokes q 关系的 7 个关键潜参数。采用无似然推断技术在潜空间反演 Stokes I 与 q 线轮廓，以推导底层几何结构。对于产生 Stokes $q-u$ 平面上可观测“主导轴”的轴对称结构，我们提出存在几何“共轭”（在 $\pi /2$ 旋转下不可区分）。利用该机器学习基础设施，我们试图识别与 Ib 型 SN 2017gax 光谱偏振观测相关的可能几何结构。