文献

J-GLOBAL ID：202202278099909910   整理番号：22A0958523

測光機械学習を用いた星の金属性の近似【JST・京大機械翻訳】

Approximating Stellar Metallicity Using Photometric Machine Learning

著者 (2件)： Ghosh Rik (The University of Texas at Austin 110 Inner Campus Drive Austin, TX 78705, USA) ,  Saha Soham (Jadavpur University Jadavpur University Campus Area, Jadavpur Kolkata, West Bengal 700032, India)
資料名： Research Notes of the AAS  (Research Notes of the AAS)
巻： 6  号： 3  ページ： 57  発行年： 2022年 
JST資料番号： W6466A  ISSN： 2515-5172  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 星の金属性は,恒星進化を解析する際に重要な計量である。金属性(例えば,[Fe/H])は通常分光データを必要とするが,遠隔物体の収集スペクトルに関連する困難は,金属性が計算できる星の数を著しく減少させる。銀河理解と探索(SEGUE)分光調査のためのSloan Expedationは,スペクトルを持つオブジェクトの最も豊富な公共源の1つである。106物体を超えるカタログ化にもかかわらず,SEGUEデータは,SDSS測光調査におけるデータの0.4%だけを作った。限られたスペクトルを克服するために,この機械学習法は,0.277dexの二乗平均平方根誤差(RMSE)を有する5つのSDSS測光フィルタから[Fe/H]を近似できる。この方法からのRMSEは,低解像度スペクトルから[Fe/H]測定に期待される散乱と類似している。したがって,この方法は,低解像度スペクトルに対して類似の精度を達成するが,現在の分光調査が許されるよりも数桁以上の星に応用できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *測光 ,  フィルタ ,  星の進化 ,  *近似法 ,  スペクトル ,  スペクトロスコピー ,  銀河 ,  *金属性 ,  *機械学習

分類 (1件)： 星雲  (DB06000W)

タイトルに関連する用語 (5件)： 測光 ,  機械学習 ,  星 ,  金属性 ,  近似