Se-ResNet+SVM 模型：从 LAMOST 搜索热亚矮星的有效方法
太阳与恒星天体物理
2022-12-21 v1 天体物理仪器与方法
摘要
在本文中，我们应用特征融合思想，将 Se-ResNet 提取的抽象特征与经验特征融合为混合特征，并将其输入到支持向量机（SVM）中以对热亚矮星进行分类。基于此思想，我们构建了一个 Se-ResNet+SVM 模型，包括一个二分类模型和一个四分类模型。四分类模型可以对二分类模型获得的热亚矮星候选者进行进一步筛选。二分类模型和四分类模型在测试集上得到的 F1 值分别为 96.17% 和 95.64%。然后，我们使用二分类模型对 LAMOST DR8 低分辨率光谱中的 333,534 条非 FGK 型光谱进行分类，得到包含 3,266 个热亚矮星候选者的星表，其中 1,223 个为最新确定。随后，四分类模型对这 3,266 个候选者进行了进一步筛选，当阈值设为 0.5 和 0.9 时，分别有 409 和 296 个为最新确定。通过人工检验，三个最新确定的候选者中热亚矮星的真实数量分别为 176、63 和 41，分类模型在三种情况下的对应精度分别为 67.94%、84.88% 和 87.60%。最后，我们训练了一个 Se-ResNet 回归模型，其 、 和 的 MAE 值分别为 1212.65 K、0.32 dex 和 0.24，并预测了这 176 颗热亚矮星的大气参数。这为未来热亚矮星的研究提供了一定数量的样本。
引用
@article{arxiv.2212.10372,
title = {Se-ResNet+SVM model: an effective method of searching for hot subdwarfs from LAMOST},
author = {Cheng Zhongding and Kong xiaoming and Wu Tianmin and Bu Yude and Lei Zhenxin and Zhang Yatao and Yi Zhenping and Liu Meng},
journal= {arXiv preprint arXiv:2212.10372},
year = {2022}
}