利用 Gaia XP 光谱和无监督机器学习寻找被污染的白矮星及其他宝藏
太阳与恒星天体物理
2024-06-26 v2 地球与行星天体物理
机器学习
摘要
被星际物质污染的白矮星(WD)提供了直接观察星体内部的机会。然而，光谱调查常受亮度限制，WD 往往非常微弱，这使得检测大量被污染的 WD 困难重重。本文旨在大幅提高具有 5 个以上金属成分的 WD 数量。我们使用 96,134 颗 WD 的 Gaia DR3 BP/RP(XP) 光谱，构建了基于无监督机器学习技术——统一流形近似和投影(UMAP)的二维地图，将 WD 组织成可识别的光谱区域。被污染的 WD 即为我们地图中识别出的 distinct 光谱组之一。我们证明，这种选择方法可能使已知具有 5 个以上金属成分的 WD 数量提高一个数量级。此类系统对于表征星体多样性和地质学至关重要。
关键词
引用
@article{arxiv.2405.17667,
title = {Hunting for Polluted White Dwarfs and Other Treasures with Gaia XP Spectra and Unsupervised Machine Learning},
author = {Malia L. Kao and Keith Hawkins and Laura K. Rogers and Amy Bonsor and Bart H. Dunlap and Jason L. Sanders and M. H. Montgomery and D. E. Winget},
journal= {arXiv preprint arXiv:2405.17667},
year = {2024}
}
备注
16 pages, 10 figures, accepted to ApJ on June 13, 2024