来自 Kepler 背景附加光变曲线的新自转周期

Kepler 视场拥有研究最充分的场星自转周期样本。然而，由于 Kepler 拥有 4 角秒的大像素，其许多光变曲线面临来自背景源污染的高风险。新的 Kepler 背景附加光变曲线使用 PSF 算法进行了退混合，提供了超过 400,000 个新背景源的光变曲线，以及超过 200,000 个重新分析的 Kepler 主目标。这些光变曲线为搜寻新的自转周期提供了机会。在此，我们将一种在合成星斑调制光变曲线上训练的卷积神经网络应用于 Kepler 背景附加光变曲线，以回归自转周期。我们获得了总计 32,159 个源的周期，其中 19,650 个此前已被测量，9,811 个是针对 Kepler 主目标和背景源的新周期。我们的方法还检测到了红巨星星震振荡中的 608 个脉动频率。我们将我们的 Kepler 主目标周期与文献值进行了验证，并展示了完整的周期样本。我们发现与已知的文献周期高度一致，验证了深度学习作为一种可行的周期测定方法类别。通过比较前景-背景对的光变曲线与周期，我们发现多达 63% 的周期性背景光变曲线仍与前景源混合，突显了退混合技术的局限性。