寻找新的脉冲超亮 X 射线源：一种聚类方法

少数超亮 X 射线源（ULX）中发现的快速且可变的相位信号证明了超欧鲁德率吸积中子星的存在，大大改变了对 ULX 类别的理解。我们发现脉冲的能力受限，主要原因是统计学上的不足。然而，高能任务的目录和档案包含可用于识别新候选脉冲 ULX（PULX）的信息。本研究旨在在因不利因数组合导致尚未显示脉冲的 ULX 中筛选出候选 PULX。我们对 XMM-Newton 检测到的 ULX 数据库应用了 AI 方法。我们首先使用无监督聚类算法将具有相似特征的源排序分为两个簇。随后使用已知 PULX 观测样本设置簇间分离阈值，并识别包含新候选 PULX 的簇。我们发现仅需少数标准即可将观测分配到这两个簇中的一个。新候选 PULX 的簇包含 85 个独特源对应 355 个观测，其中约 85% 的新候选人拥有多个观测。初步的计时分析未发现这些候选人的新脉冲。本工作提供了一个新的 XMM-Newton 观测到的 PULX 样本，其属性在多维相空间中与已知 PULX 相似，尽管其光曲线中未显示脉冲。该结果清楚地表明了基于 AI 的方法的预测能力，但也凸显了需要高统计量观测数据来揭示此类样本源的相位信号，从而验证该方法的鲁棒性。