近期，中国科学院云南天文台丁旭博士和季凯帆研究员对TESS空间巡天望远镜释放的全食相接双星光变曲线进行参数反演取得新进展。该研究成果发表在国际天文学期刊《天体物理期刊》（The Astrophysical Journal）。

相接双星的并合事件以及短周期截止现象一直是研究的热门话题。为了深入探究相关问题，丁旭博士和季凯帆研究员于2024年提出无监督机器学习方法（2024，AJ，167，192），利用该方法在海量光变曲线中开展相接双星搜寻工作。在他们搜寻到的相接双星样本里，对于全食的相接双星而言，即便缺乏光谱视向速度相关数据，仅依据其光变曲线就能够获得可靠的质量比参数。

在这项工作中，研究人员首先对光变曲线的O'Connell效应进行分析，采用高斯过程回归对光变曲线进行拟合，对143条光变曲线进行统计分析。如图1所示，TESS光变曲线的噪声主要集中在约0.0012星等处。在如此低的噪声水平下，同时考虑到晚型恒星的磁活动现象，光变曲线表现出明显的不对称性。

图1 光变曲线的拟合和不对称性分布

为了实现对O'Connell效应的光变曲线进行模型拟合，研究人员在考虑参数生成光变曲线的时候，添加了黑子的参数，采用神经网络（NN）建立参数到光变曲线的映射关系，并结合马尔科夫链蒙特卡洛（MCMC）算法，快速得到143颗目标参数后验分布（如图2所示）。研究人员进一步分析周期和半长轴之间的相关性，采用随机抽样一致算法（RANSAC）自动剔除异常点进行拟合（如图3所示），得到相关性的公式，进而实现对143颗相接双星的绝对参数进行估计。

该研究得到了国家自然科学基金、云南省基础研究面上项目和中国科学院战略性先导科技专项等研究经费资助。

文章链接

图2 左图为参数的后验分布，右上图为光变曲线的拟合效果

图3 相接双星周期和半长轴之间的相关性