中文

利用机器学习在 SDSS DR14 中发现幽灵阻尼莱曼 α 系统

星系天体物理 2020-10-07 v1

摘要

我们报告从斯隆数字巡天(SDSS)第 14 次数据释放(DR14)中发现了 59 个新的幽灵吸收体。这些吸收体满足 zabsz_{\rm abs}\simzQSOz_{\rm QSO},未显示 Lyα\alpha 吸收,主要通过在光谱中探测到强金属吸收线来识别。此前已知的此类系统有 30 个。新系统借助机器学习算法发现。总计 89 个吸收体中有 41 个的光谱也覆盖了 Lyβ\beta 光谱区域。通过对 41 个中相对较强 Lyβ\beta 吸收的 21 个吸收体的堆叠光谱拟合 Lyβ\beta 吸收的阻尼翼,我们测得 HI 柱密度为 logNN(HI)=21.50。该柱密度比先前工作高 0.5 dex。我们还发现,这 21 个具有较强 Lyβ\beta 吸收的幽灵吸收体的堆叠光谱中的金属吸收线,与剩余系统的堆叠光谱具有相似性质。这些间接证据强烈表明我们的大多数幽灵吸收体确实是 DLAs(阻尼莱曼 α 系统)。

关键词

引用

@article{arxiv.2008.05910,
  title  = {Using Machine Learning to Find Ghostly Damped Ly$\alpha$ Systems in SDSS DR14},
  author = {Hassan Fathivavsari},
  journal= {arXiv preprint arXiv:2008.05910},
  year   = {2020}
}

备注

Accepted for publication in The Astrophysical Journal (ApJ)