高红移射电类星体的神经网络选择及其在 z~4 处的光度函数

通过将 FIRST 射电巡天中 S{1.4GHz} > 1 mJy 的源与 SDSS Data Release 7 中 r <20.2 的类星体状天体进行交叉关联，我们获得了红移范围 3.6<z<4.4 内的 87 个射电噪 QSO 样本。在这 87 个 QSO 中，有 80 个已在先前工作（主要是 SDSS）中通过光谱分类，并构成了搜索更多此类源的训练集。我们将选择方法应用于 2,916 个 FIRST-DR7 配对，发现了 15 个可能的候选体。其中七个被确认为高红移类星体，使总数达到 87 个。候选体是使用神经网络选择的，其完备度（被选为高红移 QSO 的实际高红移 QSO 比例）为 97%，效率（候选体中是高红移 QSO 的比例）在 47% 到 60% 之间。我们利用该样本估算了 $z\sim 4$ 处射电噪 QSO 的分段光学光度函数，以及总 QSO 种群的光度函数及其共动密度。我们的结果表明，高红移处的射电噪比例 (RLF) 与低红移处相似，其他作者可能低估了高红移处的比例。最后，我们确定了光学光度函数的斜率，所得结果与先前关于射电噪 QSO 及整个 QSO 种群的研究一致。多年来，光度函数随红移的演化被解释为亮端斜率的变平，但最近被重新解释为高红移 QSO 转折光度的强烈演化，我们的结果对于射电噪种群而言与此一致。