CHIME FRB 基带数据的机器学习分类
高能天体物理现象
2025-12-10 v1 天体物理仪器与方法
摘要
快速脉冲星（FRB）是亮微秒级射电脉冲，其起源在天文学领域仍未知晓。FRB 中一个显著区别是某些源重复出现，而另一些则似乎是非重复事件。有趣的是，重复型 FRB 通常表现为更宽的时域宽度和更窄的光谱带宽，这表明它们可能来自不同的物理机制。然而，当前射电望远镜的覆盖范围和灵敏度有限，这妨碍了进行持续的长期监测。此问题使得确认重复活动困难，可能导致将重复型 FRB 误分类为非重复型 FRB，这被称为重复候选者。在此基础上，机器学习技术已成为对不同 FRB 类型进行分类的有用工具。本研究利用 CHIME/FRB 基带目录，其时间分辨率比强度目录提升了三个数量级。基带目录中可获得测量的脉冲能量，而强度目录仅报告上限。我们将机器学习应用于基带目录以评估分类结果。我们在 122 颗非重复 FRB 中识别了 15 颗重复候选者。此外，我们的分类将 31 项此前列为重复候选者的来源识别为非重复型，与先前工作存在显著差异。在这些重复候选者中，14 项与以前的发现重合，而 1 项是本次工作中新识别的。值得注意的是，我们的一个候选者已被 CHIME/FRB 确认为重复型 FRB。高度鼓励对这 14 项候选者进行跟踪观测。
引用
@article{arxiv.2512.08308,
title = {Machine learning classification of baseband data of CHIME FRBs},
author = {Mohanraj Madheshwaran and Tetsuya Hashimoto and Tomotsugu Goto and William J. Pearson and Murthadza Aznam and Simon C. -C. Ho and Vignesh V. V. Rao and Sridhar Gajendran},
journal= {arXiv preprint arXiv:2512.08308},
year = {2025}
}