仅限星流成员：利用混合密度网络对恒星星流进行数据驱动表征

恒星星流是银河系引力势的灵敏探针。星流的平均轨迹约束了引力势的全局性质，而其细粒度面密度约束了星系子结构。从潜在噪声数据中精确表征星流，是推断跨越多个数量级质量尺度的星系结构（包括暗物质）的关键一步。本文提出一种利用所有可用天体测量与测光数据构建恒星星流平滑概率密度模型的新方法。为表征星流的形态与运动学，我们利用混合密度网络（mixture density networks）表示其在天球上的轨迹、宽度、恒星数密度和运动学分布。我们将每条星流的测光建模为单星族，其距离轨迹同时由星流推断的距离模数（使用测光）和视差分布（使用天体测量）估计。我们利用归一化流（normalizing flows）表征背景恒星的分布。我们将该方法应用于 GD-1 星流以及 Palomar 5 的潮汐尾。对两条星流我们都获得了公开可用的恒星成员概率星表。重要的是，我们的模型能够处理具有不完整相空间观测的数据，使我们的方法适用于日益增长的银河系恒星星流普查。当应用于星流族群时，我们模型得到的成员概率构成了从恒星晕尺度到子晕尺度推断银河系暗物质分布所需的输入。