作者:黃軼琦,鐘靖,侯金良
摘要:新一代大規模光譜巡天項目產生了近千萬條低分辨率恒星光譜,基于這些光譜數據,介紹一種名為The Cannon的機器學習方法。該方法完全基于已知恒星大氣參數(有效溫度、表面重力加速度和金屬豐度等)的光譜數據,通過數據驅動來構建特征向量,建立光譜流量特征和恒星參數的函數對應關系,進而應用到觀測光譜數據中,實現對恒星光譜的大氣參數求解。The Cannon的主要優勢為不直接基于任何恒星物理模型,適用性更廣;由于使用了全譜信息,即便對于低信噪比光譜也能得到較高可信度的參數結果,該算法在大規模恒星光譜的數據處理和參數求解方面具有明顯的優勢。此外,還利用The Cannon得到LAMOST光譜數據中K巨星和M巨星的恒星參數。
發文機構:中國科學院上海天文臺星系與宇宙學重點實驗室 中國科學院大學
關鍵詞:光譜巡天恒星參數數據驅動spectroscopic surveysstellar parametersdata-driving
分類號: P144[天文地球—天體物理][天文地球—天文學]