利用贝叶斯技术与机器学习测定 35 颗 Kepler 太阳型系外行星宿主恒星的振荡频率
太阳与恒星天体物理
2016-01-27 v1
摘要
Kepler 卫星彻底改变了我们对系外行星及其宿主恒星的认知。星震学是恒星性质刻画的重要工具，而 Kepler 是进行星震学观测的卓越设施。在此，我们选取了一个包含 35 颗 Kepler 太阳型恒星的样本，这些恒星宿主有凌星系外行星（或行星候选体）且探测到了类太阳振荡。利用截至第 16 季（Quarter 16）的可用 Kepler 短曝光数据，我们创建了针对太阳型恒星星震学优化的功率谱。我们识别出振荡模式，并使用贝叶斯 MCMC 框架通过“峰包拟合”（peak bagging）估计模式频率。此外，我们利用贝叶斯无监督机器学习方法扩展了质量保证的方法学。我们报告了所有 35 颗恒星的振荡模式测量频率以及详细星震学建模中常用的频率比。由于频率比存在高度相关性，我们报告了所有测量频率和计算频率比的协方差矩阵。这些频率、频率比和协方差矩阵可用于对这些行星宿主恒星的基本参数获得严格约束。
引用
@article{arxiv.1511.02105,
title = {Oscillation frequencies for 35 \Kepler solar-type planet-hosting stars using Bayesian techniques and machine learning},
author = {G. R. Davies and V. Silva Aguirre and T. R. Bedding and R. Handberg and M. N. Lund and W. J. Chaplin and D. Huber and T. R. White and O. Benomar and S. Hekker and S. Basu and T. L. Campante and J. Christensen-Dalsgaard and Y. Elsworth and C. Karoff and H. Kjeldsen and M. S. Lundkvist and T. S. Metcalfe and D. Stello},
journal= {arXiv preprint arXiv:1511.02105},
year = {2016}
}
备注
83 pages, 103 figures, accepted for publication in MNRAS