SPCANet：面向LAMOST-II中分辨率巡天的恒星参数与化学丰度网络
太阳与恒星天体物理
2020-03-11 v1 星系天体物理
摘要
利用深度学习方法，从LAMOST中分辨率巡天（MRS）数据集的中分辨率光谱中导出基本恒星大气参数T_eff和log g以及13种化学丰度。我们设计的神经网络命名为SPCANet，精确地将LAMOST MRS光谱映射至恒星参数与化学丰度。SPCANet导出的恒星标签精度为T_eff 119 K、log g 0.17 dex。包括[C/H]、[N/H]、[O/H]、[Mg/H]、[Al/H]、[Si/H]、[S/H]、[Ca/H]、[Ti/H]、[Cr/H]、[Fe/H]和[Ni/H]在内11种元素的丰度精度为0.06~0.12 dex，而[Cu/H]为0.19 dex。即便对信噪比低至10的光谱也能达到这些精度。SPCANet结果与其他巡天（如APOGEE、GALAH和RAVE）一致，并经星团与场星的前期文献值验证。估计参数星表见\url{http://paperdata.china-vo.org/LAMOST/MRS_parameters_elements.csv}。
引用
@article{arxiv.2001.03470,
title = {SPCANet: Stellar Parameters and Chemical Abundances Network for LAMOST-II Medium Resolution Survey},
author = {Rui Wang and A-Li Luo and Jian-Jun Chen and Wen Hou and Shuo Zhang and Yong-Heng Zhao and Xiang-Ru Li and Yong-Hui Hou and LAMOST MRS Collaboration},
journal= {arXiv preprint arXiv:2001.03470},
year = {2020}
}
备注
Accepted by ApJ, 16 pages, 14 figures, 2 tables