The Payne：基于物理光谱模型的自洽从头拟合恒星光谱

我们提出 The Payne，一种基于拟合物理光谱模型、从观测光谱中精确且同时确定众多恒星标签的通用方法。The Payne 结合了若干重要的方法学方面：它利用了大部分可用光谱范围的信息；它同时拟合所有标签（恒星参数与元素丰度）；它使用光谱模型，其中大气结构与辐射转移被一致地计算以反映恒星标签。The Payne 的核心是一种在高维标签空间中对光谱进行准确且精确插值与预测的方法，该方法灵活且稳健，但仅基于数量适中的从头模型（针对 25 个标签为 O(1000)）。借助简单的类神经网络函数形式与合适的训练标签选择，该插值在宽广的 $T_{\rm eff}$ 与 log g 范围（包括矮星与巨星）内给出的光谱流量预测均方根误差达 $10^{-3}$。我们通过将该方法应用于 APOGEE DR14 数据集来展示其威力，采用带有近期改进线列表的 Kurucz 模型：无需重新定标，我们便获得了物理上合理的恒星参数以及 15 种元素丰度，其精度似乎高于已发布的 APOGEE DR14 值。简言之，The Payne 是一种首次将实现巡天光谱最优建模所需的所有这些关键要素结合起来的方法；它基于物理模型且无需重新定标，即可得到精确且准确的恒星标签估计。代码与星表均已在线公开。