中文

三大灾难性天体天体的引擎:发现与讨论

机器学习 2025-08-29 v1 人工智能

摘要

我们报告了TESS对CRTS J110014.7+131552、SDSS J093537.46+161950.8以及[PK2008] HalphaJ130559的观测结果。其中,CRTS J110014.7+131552发生了与前导性灾难性事件关联的灾难性事件,观察到在灾难性事件峰值期间出现的显著灾难性扰动,其平均周期为0.06786(1) d。我们观察到灾难性扰动周期的变化,以及灾难性扰动光度曲线轮廓和幅度在不同阶段的变化,表明盘半径变化以及吸积流束的明亮斑点处的周期性耗散。对SDSS J093537.46+161950.8的数据揭示了以0.06584(2) d和2.36(2) d为调制的先前未知的变化,分别与正向灾难性扰动和盘预cession周期相关,这可以合理地解释为非环形吸积盘的顺时针旋转结果。尽管其轨道周期较短,但由于缺乏灾难性事件活动、稳定的长期亮度、发现光谱和绝对亮度,表明该对象可能不是SU UMa类型的矮小潮汐。相反,它可能属于周期间隙以下的高质输送CV群中,可能属于一种罕见的类 nova-like变量或磁性CV的一个亚类——高亮度IP。对于[PK2008] HalphaJ130559,已识别出新的平均轨道周期为0.15092(1) d。此外,该系统显示先前未检测到的平均周期为0.14517(3) d和3.83(1) d,分别可暂定性地识别为负向灾难性扰动和盘预cession周期。如果这些同时信号确实反映负向灾难性扰动和盘预cession周期变化,其起源可能与倾斜盘的逆时针预cession及其与次级流束的相互作用有关。

关键词

引用

@article{arxiv.2508.20437,
  title  = {On Identifying Why and When Foundation Models Perform Well on Time-Series Forecasting Using Automated Explanations and Rating},
  author = {Michael Widener and Kausik Lakkaraju and John Aydin and Biplav Srivastava},
  journal= {arXiv preprint arXiv:2508.20437},
  year   = {2025}
}

备注

8 pages, 5 Tables, 5 Figures, AI Trustworthiness and Risk Assessment for Challenged Contexts (ATRACC), Appendix