中文

时域高能天体表征学习:发现外星快速X射线瞬态XRT 200515

高能天体物理现象 2025-03-05 v2 天体物理仪器与方法 人工智能 机器学习

摘要

我们提出一种新型表征学习方法,用于处理高能数据集中的异常检测、无监督分类和相似性搜索等下游任务。这使我们能够发现Chandra档案数据中一种新型外星快速X射线瞬态XRT 200515,这是一次生拾事件,是首例此类Chandra FXT。最近在X射线天文学中所发现的巧合发现,包括来自双中子星合并的FXT以及一种外星行星过境候选者,凸显了在X射线档案中系统性搜寻瞬态现象的必要性。我们引入新的事件文件表征方法,E-t图和E-t-dt立方体,有效编码了时间和谱信息,使机器学习能无缝应用于可变长事件文件时间序列。我们的无监督学习方法采用PCA或稀疏自编码器从这些数据表征中提取低维信息性特征,随后在嵌入空间中进行聚类(DBSCAN)。在瞬态主导聚类中识别新瞬态,或通过在已知瞬态附近进行最近邻搜索,产生3559个候选名单(3447个闪光和112个脉冲)。XRT 200515表现出独特的时间和谱波动,包括一个强烈、硬的<10秒初始脉冲,随后在约800秒的振荡尾巴中发生谱软化。我们将XRT 200515解释为可能是首个在低X射线能级观察到的巨型磁星脉冲,或是首个来自LMC中一颗暗淡、此前未知的低质量X射线二极星的外星类型I X射线脉冲。我们的方法可扩展到来自XMM-Newton、Swift-XRT、eROSITA、Einstein Probe以及未来任务如AXIS的数据集。

关键词

引用

@article{arxiv.2412.01150,
  title  = {Representation Learning for Time-Domain High-Energy Astrophysics: Discovery of Extragalactic Fast X-ray Transient XRT 200515},
  author = {Steven Dillmann and Juan Rafael Martínez-Galarza and Roberto Soria and Rosanne Di Stefano and Vinay L. Kashyap},
  journal= {arXiv preprint arXiv:2412.01150},
  year   = {2025}
}

备注

25 pages, accepted in Monthly Notices of the Royal Astronomical Society