ODUSSEAS：用于推导 M 型矮星有效温度与金属丰度的机器学习工具

目的。M 型矮星光谱参数的推导在恒星与系外行星表征领域非常重要。本工作的目标是创建一个自动计算工具，能够利用 M 矮星的光学光谱快速可靠地推导 T$_{\mathrm{eff}}$ 和 [Fe/H]，这些光谱可由不同分辨率的不同光谱仪获得。方法。ODUSSEAS（Observing Dwarfs Using Stellar Spectroscopic Energy-Absorption Shapes）基于测量超过 4000 条恒星吸收线的伪等效宽度，并使用机器学习 Python 包“scikit-learn”预测恒星参数。结果。我们表明我们的工具能够准确且高精度地推导参数，T$_{\mathrm{eff}}$ 的精度误差约 30 K，[Fe/H] 约 0.04 dex。结果对分辨率在 48000 至 115000 之间且信噪比高于 20 的光谱是一致的。