改进疏散星团普查。I. 应用于Gaia DR2数据的聚类算法比较
星系天体物理
2021-02-17 v1 太阳与恒星天体物理
摘要
银河系中疏散星团的普查正处于前所未有的变动状态。近期工作借助Gaia卫星惊人的天体测量质量报道了数百个新疏散星团，但其他工作也报道称前Gaia时代发现的许多疏散星团可能是星协。我们旨在对用于探测疏散星团的聚类算法进行比较，试图通过推导各算法的灵敏度、特异度与精确度以及针对更大样本的真阳性率，从统计上量化其优劣。我们选择了DBSCAN、HDBSCAN与高斯混合模型进行深入研究，因其速度及适用于Gaia数据。我们开发了Gaia数据的预处理流水线，并针对疏散星团的具体应用进一步改进了这些算法。我们推导了研究中所有1385个疏散星团的探测率，以及其中100个疏散星团更详细的性能统计。DBSCAN对我们样本中50%至62%的真阳性疏散星团敏感，通常具有非常好的特异度与精确度。HDBSCAN以精确度换取高达82%的更高灵敏度，尤其跨越不同距离与尺度的疏散星团。高斯混合模型速度慢，仅对我们样本中33%的疏散星团敏感，且往往为较大天体。此外，我们报道了由HDBSCAN探测到的41个新疏散星团候选体，其中3个距离小于500 pc。当配合额外的后处理以减轻其假阳性时，我们发现HDBSCAN是从Gaia数据中恢复疏散星团最灵敏且最有效的算法。我们的结果表明，在Gaia数据中还有更多新的与已报道的疏散星团尚待探测。
引用
@article{arxiv.2012.04267,
title = {Improving the open cluster census. I. Comparison of clustering algorithms applied to Gaia DR2 data},
author = {Emily L. Hunt and Sabine Reffert},
journal= {arXiv preprint arXiv:2012.04267},
year = {2021}
}
备注
28 pages, 13 figures, and 8 tables. Accepted in A&A. Supporting data is available on request until archiving at the CDS is completed