用分数布朗运动模拟星团结构

O. Lomax; M. L. Bates; A. P. Whitworth

doi:10.1093/mnras/sty1788

用分数布朗运动模拟星团结构

星系天体物理 2019-05-20 v4 太阳与恒星天体物理

作者: O. Lomax , M. L. Bates , A. P. Whitworth

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

分子云的分形子结构程度可以通过将其与分数布朗运动(FBM)曲面或体积进行比较来量化。这些场在所有长度尺度上自相似，并以漂移指数 $H$ 为特征，该指数描述结构粗糙度。鉴于分子云的结构与星团的初始结构几乎肯定相关，将此类分析也应用于星团将是有利的。目前，星团的结构通常通过应用 $\mathcal{Q}$ 分析来量化。观测目标的 $\mathcal{Q}$ 值通过与人工星团的值比较来解释。这些人工星团通常使用盒分形(BF)或径向密度轮廓(RDP)模型生成。我们提出一个基于FBM的单一星团模型，作为这些模型的替代方案。此处，结构由 $H$ 和对数面/体密度的标准差 $\sigma$ 参数化。FBM模型能够重现中心集中和子结构化星团，并且能够提供比BF模型与观测好得多的匹配。我们表明 $\mathcal{Q}$ 分析无法估计FBM参数。因此，我们开发并训练了一种机器学习算法，可以估算 $H$ 和 $\sigma$ 的值及其不确定性。这为我们提供了一种强大的方法，以与分子云结构相关的术语来量化星团的结构。我们使用该算法估算了几个年轻星团的 $H$ 和 $\sigma$ ，其中一些没有可测量的BF或RDP类似物。

关键词

星团分数布朗运动结构量化 Q分析机器学习分子云年轻星团

引用

@article{arxiv.1804.06844,
  title  = {Modelling the structure of star clusters with fractional Brownian motion},
  author = {O. Lomax and M. L. Bates and A. P. Whitworth},
  journal= {arXiv preprint arXiv:1804.06844},
  year   = {2019}
}

备注

11 Pages, accepted by MNRAS

用分数布朗运动模拟星团结构

摘要

关键词

引用

备注

相关论文