当前位置：
X-MOL 学术
›
Mon. Not. R. Astron. Soc.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
使用物理化自编码器对黑洞 X 射线双星进行快速光谱参数预测
Monthly Notices of the Royal Astronomical Society ( IF 4.7 ) Pub Date : 2024-02-29 , DOI: 10.1093/mnras/stae629 Ethan Tregidga 1, 2 , James F Steiner 1 , Cecilia Garraffo 1 , Carter Rhea 3, 4 , Mayeul Aubin 1, 5
Affiliation
黑洞 X 射线双星 （BHB） 提供了对极端引力环境和广义相对论测试的见解。NICER 收集的 X 射线光谱通过光谱拟合提供了有关 BHB 特性和行为的宝贵信息。然而，传统的光谱拟合方法速度缓慢，并且随着模型的复杂性而扩展性很差。本文提出了一种新的半监督自动编码器神经网络，用于 BHB 的参数预测和频谱重建，在保持相当精度的同时，速度提高了 2700 倍。该方法绘制了 NICER 编目的众多爆发的光谱特征，并将它们推广到新系统中，以实现高效和准确的光谱拟合。这种方法的有效性在 BHB 的光谱拟合中得到了证明，并有望用于天文学和物理学的其他领域，以对大型数据集进行分类。该代码可通过 https://github.com/EthanTreg/Spectrum-Machine-Learning 获取。
"点击查看英文标题和摘要"
京公网安备 11010802027423号