广州大学团队在发布的
LAMOST DR9光谱中进行了筛选和证认,识别出
4,383 颗碳星,其中
1197颗是最新发现的碳星。该结果已被国际知名天文期刊《天体物理学报增刊》(
The Astrophysical Journal Supplement Series)发表。论文第一作者为广州大学硕士生何益明,论文通讯作者是广州大学曹忠副教授和邓辉教授。
基于卷积神经网络模型,利用LAMOST DR9光谱数据建立了一个五分类碳星识别高精度模型。利用模型在 LAMOST DR9 的11,226,252条光谱进行了筛选和证认,识别出 4,383 颗碳星,包括1481颗C?H星样本、215颗C?N星样本、470颗C-R星样本、1971颗Ba星样本和246颗未知星样本。这4383颗碳星中有1197 颗是最新发现的碳星。
碳星是一种特殊的恒星,它们在光谱中展现出独特的碳分子带特征,如CH、CN和C?等。研究碳星可以帮助科学家更好地理解恒星内部的核合成过程、质量损失机制以及恒星晚期的演化路径。此外,碳星可以被用来作为标准烛光进行距离测定,帮助天文学家测量宇宙尺度。同时,碳星也可被用来测量星系的旋转曲线。
除了发现新的碳星之外,本研究展示了深度学习在光谱数据分析中的潜力。展望未来,团队期望通过进一步优化模型和提升算法效率,能够在大规模光谱调查数据中快速、准确地识别出更多类型的特殊恒星,从而推动天文学和恒星物理学领域的研究进展。本研究得到中国国家SKA项目、国家自然科学基金委、广东省自然科学基金等项目的支持。
图1: 典型碳星样本的光谱