利用神经网络模型从锂等值宽度估算恒星年龄：EAGLES的扩展

我们提出了一个用于冷恒星（3000 < Teff < 6500 K）光球锂耗减的人工神经网络（ANN）模型，该模型可根据Li I 6708A等值宽度（LiEW）和有效温度输入数据，估算年龄及其分布。该模型使用来自Gaia-ESO光谱巡天观测的52个疏散星团中的6200颗恒星样本进行训练，该样本也用于校准先前发表的解析EAGLES模型，年龄范围为2 - 6000 Myr，金属丰度范围为-0.3 < [Fe/H] < 0.2。ANN的额外灵活性使其能够更好地模拟年龄< 50 Myr、Teff ~ 3500K时的“锂耗减凹陷”，以及所有年龄下LiEW的固有离散。然而，在年龄> 1 Gyr时，年龄区分能力仍然较差，这表明仅靠增加模型灵活性不足以完全描述LiEW - 年龄 - Teff之间的关系，可能还涉及其他天体物理参数。我们讨论了将自转、吸积和表面重力等参数纳入模型的扩展方案，而使用ANN使得这些参数在未来的迭代中更容易被包含，并允许对LiEW离散采用更灵活的函数形式。我们的方法和ANN模型已包含在EAGLES软件的2.0版本中。