扫除尘埃——利用无监督机器学习修正银河系的相空间密度

玻尔兹曼方程将银河系中恒星的平衡相空间分布与星系的引力势联系起来。然而，对恒星群体的观测受到前景尘埃消光的偏倚，这使对银盘和银心方向势的测量复杂化。利用盖亚DR3中红团簇星和红分支星的运动学，我们使用机器学习同时估计无偏的恒星相空间密度和引力势。无偏相空间密度通过一个学习的“尘埃效率因子”（一种考虑尘埃消光的观测选择函数）获得。势和尘埃效率由全连接神经网络参数化，完全由数据驱动。我们利用最近的三维尘埃图验证了尘埃效率，并在配套论文中检验了势。