湘潭大学物理与光电工程学院教授雷振新团队联合中国科学院国家天文台、山东大学的研究者，借助深度学习技术实现了热亚矮星大气参数的高效精准预测，为海量光谱数据中热亚矮星的证认开辟新路径。研究成果2月19日发表于《天体物理学报增刊》（ApJS），雷振新为论文第一作者和唯一通讯作者，湘潭大学为第一完成单位。
雷振新（左一）指导团队开展研究。受访者 供图热亚矮星是宇宙中极具研究价值的特殊小质量恒星，其质量仅为太阳的一半，表面温度却超20000K，是太阳表面温度的4倍以上。这类恒星的演化轨迹充满谜团，通常恒星质量越大演化速度越快，而仅0.5倍太阳质量的热亚矮星，却已走到生命晚期。按正常恒星演化规律，它从诞生到目前状态所需的时间，远超宇宙现有年龄。这意味着，热亚矮星的前身星质量远大于现在，其在演化中应该经历了双星物质转移、极端星风等特殊物理过程，导致外壳质量完全流失，仅留下中心的氦核。
然而，这些关键物理过程尚未被破解，而对热亚矮星的深入研究，正是解锁双星演化、小质量恒星形成与演化，乃至星系和宇宙演化奥秘的关键钥匙。
目前，观测证认的热亚矮星约6000颗，其中拥有准确大气参数（温度、重力加速度、表面氦丰度）的仅3000余颗，对于表面化学元素丰度多样的热亚矮星而言，现有样本远不足以揭开其起源和演化的谜底。证认热亚矮星传统方法是将观测光谱与匹配大气模型的理论光谱逐一比对，虽结果准确但效率极低，单条光谱匹配需耗时5至30分钟，根本无法应对大批量候选体光谱的分析需求。
为此，科研团队历经长期攻关，研发出基于人工智能的热亚矮星证认新方法。团队搭建针对热亚矮星光谱的卷积神经网络，利用观测光谱和理论光谱开展模型训练，精准识别热亚矮星光谱的特征谱线与轮廓特点，实现对热亚矮星的高效证认，同时精准给出其大气参数。该方法在识别准确性、参数精度上与传统方法持平，速度却实现质的飞跃，比如分析10000条候选体光谱，传统方法至少需要1个月，而该方法仅需几十分钟至数小时。
借助这一方法，团队已从大型光谱巡天望远镜 LAMOST 数据库中新证认 291 颗热亚矮星。未来，该方法将应用于 DESI、Gaia 等更多光谱数据库，预计新发现的热亚矮星数量将实现成倍增长。
相关论文信息：https://iopscience.iop.org/article/10.3847/1538-4365/ae374f
日前，高等教育数字化与课程思政建设研讨会暨中国高校财经慕课联盟首届“同课异构”教学竞赛颁奖典礼在对外经济贸易大学 关于2022年度福建省科学技术奖评审结果的公示 2022年度福建省科学技术奖评审工作已经结束，评审结果将报省政府批准。现 12月16日，首届多尺度材料计算模拟国际研讨会在北京召开，来自国内外100多位专家学者共同探讨材料计算领域的研究成果和 近日，罗氏制药第三届支付创新大会在上海举办。本次活动以“同星共创，聚氏未来”为主题，汇聚了来自医药企业、商业保险 河南省科学技术厅关于2024年度河南省国际科技合作项目拟立项项目的公示 根据《河南省科技计划项目管理办法（试行）》 浙江省科学技术厅浙江省自然科学基金委员会关于下达2024年度浙江省基础公益研究计划自筹经费项目的通知 各有关单位： 为 。本文链接：AI“慧眼”识得近三百颗热亚矮星http://www.sushuapos.com/show-11-31982-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 研究人员在蛋白表达研究方面取得重要进展
下一篇： 马年伊始，武汉大学宋保亮团队发表重要成果