与星体进行棋局游戏 I. 在大型光谱数据集中寻找相似星体的搜索

背景：大量的光谱数据正在推动我们对星体和银河天文学知识的持续革命。对这些数据集进行分析以在短时间尺度内提取最佳天体参数代表一个重大挑战。目标：已知差分分析方法在F、G、K型星体的光谱分析中返回最精确的结果，但仅可用于具有相似参数的星体。我们的目标是呈现一个显著简化在广泛光谱数据集中识别具有相似大气参数星体光谱的程序。这种方法允许在这些样本中快速应用差分分析，从而提高结果的精度。方法：我们使用t-SNE降维算法直接将光谱中的像素作为维度创建投影图。为了测试该方法，我们使用超过7300个来自约3000颗星体的高分辨率UVES光谱，这些星体位于向开放星团和全球星团的视场内。作为参考，我们使用1244个来自274颗星体的光谱，这些星体具有确定且高质量的大气参数。结果：我们校准了一个光谱相似性度量标准，可在t-SNE投影图中识别参数在有效温度、表面引力和金属丰度分别相差±200 K、±0.3 dex和±0.2 dex的星体。我们在该选择中实现了74-98%的完整性，典型的纯度为39-54%。通过该方法，我们将大大简化对相似光谱的检测，以实现成功的差分分析。我们使用该方法评估了四个大气参数目录的准确性和精度，确定了光谱分析方法需要改进的参数空间区域。