中文

利用监督学习探测六十个非凌日热木星候选体

地球与行星天体物理 2017-08-16 v1

摘要

短周期行星的光学全相位光度变化提供了行星大气成分和动力学的独特视角。然而,目前具有光学相位曲线探测结果的行星数量太少,无法将它们作为一个整体种群进行研究,这促使我们将搜索扩展到非凌日行星。在此,我们提出了一种在 Kepler 场中探测非凌日短周期巨行星的算法。该程序利用相位曲线本身作为行星存在的证据。我们采用监督学习算法来识别合成相位曲线的显著时间依赖特性;随后我们搜索匹配这些特性的信号探测结果。在展示了该算法的能力后,我们对 142,630 颗没有确认行星或 KOIs 的 FGK 型 Kepler 恒星进行了分类,并为每一颗恒星分配了存在非凌日行星相位曲线的概率。我们确定了 60 个高概率的非凌日热木星候选体。我们还推导了对候选体反照率和相位曲线最大值偏移的约束。这些目标是后续径向速度确认和表征的强有力候选者。一旦得到确认,相位曲线中的大气信息内容可以得到更详细的研究。

关键词

引用

@article{arxiv.1706.06602,
  title  = {Supervised Learning Detection of Sixty Non-Transiting Hot Jupiter Candidates},
  author = {Sarah Millholland and Gregory Laughlin},
  journal= {arXiv preprint arXiv:1706.06602},
  year   = {2017}
}

备注

23 pages, 20 figures. Accepted in AJ. Online repository of candidates available at https://smillholland.github.io/Non-transiting_HJs/