使用高斯过程推断概率性恒星自转周期

有星斑且自转恒星的光变曲线变化通常是非正弦且准周期的——星斑在恒星表面移动并具有有限寿命，导致恒星通量变化在相位上缓慢偏移。因此，严格周期的正弦波无法准确建模由自转调制产生的恒星光变曲线。恒星表面的物理模型存在许多阻碍有效推断的缺点，例如高度简并或高维参数空间。在本工作中，我们测试了一个合适的有效模型：具有准周期协方差核函数的高斯过程。这一高度灵活的模型允许对周期参数的后验概率密度函数进行采样，并使用 Markov Chain Monte Carlo 方法对其他核超参数进行边缘化处理。为了测试该方法的有效性，我们从 333 条模拟恒星光变曲线中推断出自转周期，证明高斯过程方法产生的周期比正弦拟合周期图法和自相关函数法更准确。我们还通过推断 275 颗具有先前测量周期的 Kepler 恒星的自转周期，证明了其在真实数据上同样表现良好。我们提供了这 1132 个 Kepler 关注对象的自转周期表及其后验概率密度函数样本。由于该方法提供后验概率密度函数，它将使涉及恒星自转的分层研究成为可能，特别是那些涉及族群建模的研究，例如推断恒星年龄、系外行星系统中的倾角或表征星-行星相互作用。用于实现该方法的代码已在线提供。