4FGL 未证认源对应体的多波段光谱分析与神经网络分类
高能天体物理现象
2021-12-22 v2
摘要
Fermi-LAT 未证认源是天空中最神秘的伽马射线源之一。Swift-XRT 与 -UVOT 望远镜的观测已在未证认源的不确定性椭圆内识别出数百个可能的 X 射线与紫外/光学对应体。在本工作中，我们给出了 205 个 4FGL 未证认目标的可能 X 射线/紫外/光学对应体的光谱拟合结果。假设未证认源主要由脉冲星与耀变体组成，我们开发了一种神经网络分类器方法，利用伽马射线、X 射线和紫外/光学光谱参数，将未证认光谱描述性地分类为脉冲星与耀变体。从具有单一 X 射线/紫外/光学对应体的 174 个 Fermi 源的主要样本中，我们给出 132 个 P_bzr > 0.99 的可能耀变体、14 个 P_bzr < 0.01 的可能脉冲星，其余 28 个仍不明确。这些未证认源的子集表明了对伽马射线脉冲星与耀变体星表的系统性扩充。与先前的分类方法相比，我们的神经网络分类器实现了显著更高的验证准确率，并给出更双峰化的 P_bzr 值，表明多波段分析是对 Fermi 未证认源进行可靠分类的有力工具。
引用
@article{arxiv.2110.04100,
title = {Multiwavelength Spectral Analysis and Neural Network Classification of Counterparts to 4FGL Unassociated Sources},
author = {Stephen Kerby and Amanpreet Kaur and Abraham D. Falcone and Ryan Eskenasy and Fredric Hancock and Michael C. Stroh and Elizabeth C. Ferrara and Paul S. Ray and Jamie A. Kennea and Eric Grove},
journal= {arXiv preprint arXiv:2110.04100},
year = {2021}
}
备注
13 pages text, 6 figures, 5 tables including 2 catalog tables