通过机器学习的光谱相似性发现红移宽吸收线类星体
天体物理仪器与方法
2018-08-15 v1 星系天体物理
摘要
我们报道了从斯隆数字巡天（SDSS）中发现的 31 个新的红移宽吸收线类星体（RSBALs）。此前已知的此类天体数量为 19 个。通过计算 SDSS 中类星体光谱之间的相似性，实现了对新天体的证认。利用这些相似性，我们寻找与原始样本中的天体相似的物体，在考虑的超过 160,000 条光谱中，仅需目视检查数百条。我们比较了几种相似性度量及其不同使用方法在寻找 RSBALs 中的性能。我们发现基于决策树的相似性能够找回最多的天体，并且方法的集成表现优于任何单一方法。由于这些相似性度量并非专门为寻找 RSBALs 这一特定问题而定制，因此它们也可用于搜寻其他类型的类星体。这些相似性度量及其计算代码可在线获取。
引用
@article{arxiv.1805.09829,
title = {Redshifted broad absorption line quasars found via machine-learned spectral similarity},
author = {Itamar Reis and Dovi Poznanski and Patrick B. Hall},
journal= {arXiv preprint arXiv:1805.09829},
year = {2018}
}
备注
Submitted to MNRAS. Comments are welcome!