利用随机森林识别Gaia-DR2薄盘、厚盘与晕白矮星族

Gaia-DR2提供了银河系中数量空前的白矮星候选体。特别地，估计Gaia-DR2已观测到近400,000个此类天体，其中距太阳100 pc内近18,000个。这一海量数据需要深入分析以揭示其主要银河系族属性，尤其是薄盘、厚盘和晕成分。利用人工智能技术的最新进展，我们采用详细的随机森林算法，分析Gaia-DR2提供的距太阳100 pc内精确数据的8维空间（赤道坐标、视差、自行分量和测光星等）。借助详尽且稳健的星族综合代码，我们模拟了银河系白矮星族的不同成分，以优化从算法中提取的用于分辨不同星族成分的信息。该算法首先在一个已知模拟样本上测试，准确率达85.3%。我们的方法学与基于运动学准则的标准方法进行了详尽比较，表明我们的算法大幅改进了以往方法。训练完成后，该算法应用于Gaia-DR2 100 pc白矮星样本，识别出12,227颗薄盘、1,410颗厚盘和95颗晕白矮星候选体，其比例分别为74:25:1。因此，薄盘、厚盘和晕成分的数值空间密度分别为$(3.6\pm0.4)\times10^{-3}\,{\rm pc^{-3}}$、$(1.2\pm0.4)\times10^{-3}\,{\rm pc^{-3}}$和$(4.8\pm0.4)\times10^{-5}\,{\rm pc^{-3}}$。由此获得的星族构成了迄今最完整且体积有限的银河系白矮星族不同成分样本。