SpecDis：基于 DESI 第一年数据的 400 万颗恒星增值距离星表

我们发布了伴随 DESI DR1 的 SpecDis 增值恒星距离星表。SpecDis 训练了一个前馈神经网络（NN），利用 Gaia 视差获得距离估计。为了构建无偏的训练样本，我们没有对视差误差或恒星光谱的信噪比（S/N）进行选择，而是将视差误差纳入损失函数中。此外，我们采用主成分分析（PCA）来降低恒星光谱的噪声和维度。通过由球状星团（GCs）、矮星系、星流中具有精确距离的成员星外部独立样本，结合蓝水平支（BHB）恒星进行验证，我们证明我们的距离测量在 100kpc 以内没有显著偏差，并且在 7kpc 以外比 Gaia 视差精确得多。对于 S/N $<$ 20、20 $\leq$ S/N $<$ 60、60 $\leq$ S/N $<$ 100 和 S/N $\geq$ 100 的情况，距离不确定度的中位数分别为 23%、19%、11% 和 7%。通过选择 $\log g<3.8$ 且距离不确定度小于 25% 的恒星，我们在距银河系中心 50kpc 以内找到了超过 74,000 颗巨星候选星，以及在此距离之外的 1,500 颗候选星。此外，我们开发了一个高斯混合模型，通过建模 NN 预测的绝对星等与基于 Gaia 视差的几何绝对星等之间的差异来识别不可分辨的等质量双星，并识别出 120,000 颗等质量双星候选星。我们的最终星表提供了超过 400 万颗恒星的距离和距离不确定度，为银河系天文学提供了宝贵的资源。