大数据集中寻找稀有类别：以 Gaia XP 光谱中受污染的白矮星为例

Gaia 任务的第三数据发布记录了约 10 万颗白矮星候选者的低分辨率光谱。其中一小部分光谱显示出典型的宽 Ca II 吸收特征，暗示这些所谓受污染的白矮星吸积了岩石质物质——这类天体是探测系外行星物质组成的重要手段。最近几年已有若干监督式和无监督数据密集方法被应用于从 Gaia 光谱中识别受污染的白矮星。我们比较了这些方法，并首次将 t 分布随机邻居嵌入（$t$SNE）应用于该数据集。我们发现，$t$SNE 在类似技术——均匀流形近似与投影（UMAP）——方面表现更佳，能够分离出超过 50% 的高置信度受污染候选者，其中包括 39 个来自其他所有方法未选出且在更高分辨率下未被观测到的新候选者。监督式方法从早期研究提供的数据标签中受益显著，能够选出许多其他无监督方法遗漏的已知受污染白矮星。我们的工作为从大规模、零星标记的数据集中筛选稀有类别提供了实用案例，具有跨天文学领域的应用价值。