钱德拉源表中被遮蔽活动星系核的X射线红移

我们使用XZ方法计算了被遮蔽AGN的红移，采用宽泛处理方式，运用广泛数据集并主要工作在XZ计数灵敏度阈值，最终得到包含121个缺乏文献红移源的星表。我们考虑了来自钱德拉源表2.0版的363个被遮蔽AGN，其中59个由多波段判据选出，304个由X射线选出。该数据集三分之一具有交叉匹配的光谱或测光红移。这些以低红移和低柱密度NH的AGN为主的源，补充以1000次模拟，构成测试XZ方法的数据集。我们使用多层感知机神经网络检视并预测XZ未能复现已知红移的情形，得到一个可识别并剔除不良红移估计的分类器。该分类器相较现有XZ红移信息增益滤波器有统计显著的约3σ改进。我们将机器学习模型应用于无文献红移的源，得到121源的新红移星表，均为X射线选出。我们神经网络的表现表明，这些红移估计中近90%与假想的光谱或测光测量一致，强化了仅用X射线即可可靠估计红移的观点，这对雅典娜等当前与未来任务颇具价值。我们还发现一个可能的Compton厚候选体，值得进一步研究。