Автоматизированный метод выявления редких звезд

Исследователи из Няньнаньской обсерватории Китайской академии наук (КАН) представили новый метод на основе нейронной сети для автоматической идентификации звезд-«сердцебиений» — редкого типа двойных звездных систем. Их результаты были опубликованы в журнале The Astronomical Journal.

Звезды-«сердцебиения» — это бинарные системы с эксцентрическими орбитами, которые отличаются периодическими всплесками яркости, создающими кривые света, подобные электрокардиограмме. Многие из этих систем также демонстрируют колебания, вызванные приливными силами (ТПО), что предоставляет возможность изучать космические явления, такие как приливные взаимодействия, внутренняя структура звезд и эволюция бинарных систем. Однако разнообразие форм их кривых света затрудняет ручную идентификацию, особенно при проведении крупных астрономических опросов.

Для решения этой проблемы исследователи разработали новый подход: они использовали орбитальные гармоники, извлеченные из спектров Фурье, в качестве входных данных для обучения классификатора нейронной сети. Испытания показали, что инструмент достиг 86% точности в определении известных звезд-«сердцебиений» и оставался эффективным даже для систем с ТПО.

Команда проанализировала 153 подтвержденные системы звезд-«сердцебиений», используя фотометрические данные с телескопа Кеплер, и создала крупнейшую базу параметров звезд-«сердцебиений», обнаруженных с помощью Кеплера. В результате их работы были сделаны ключевые открытия, включая 21 новую систему звезд-«сердцебиений» с ТПО. Исследователи также разработали автоматизированный инструмент для различия между гармоническими и негармоническими колебаниями и успешно определили фазу и режим колебаний для 14 образцов с ТПО — эти данные раскрывают детали внутренней структуры звезд через теорию пульсаций.

Ожидается, что данное исследование обеспечит методологическую поддержку для будущих астрономических исследований, включая те, что используют данные спутника TESS, а также телескопа Китайской космической станции (CSST), отметили ученые.