返回
Detection of quadruple structure near the ASCC 32 region via machine learning methods
10.1093/mnras/staf1787
2025-12-01
0
OA
PDF
AI
摘要
En 中文
恒星群内的多重结构是恒星形成理论及观测研究中的一个引人入胜的课题。借助Gaia Data Release 3数据在精度和完整性上的提升，我们如今拥有在比以往研究更广阔的视场内探测到可靠恒星群成员的新机会。在本工作中，我们采用机器学习方法和高精度数据，探究在ASCC 32 500角分范围内探测多重结构的可能性。我们首先将DBSCAN算法应用于自行和视差数据，因为多重结构倾向于在这些参数上具有相似值。随后，我们将GMM算法应用于DBSCAN检测到的成员的位置、自行和视差数据。该方法使我们能够在DBSCAN检测到的成员中识别出一个丝状结构。该结构包含了此前在该区域识别出的所有恒星群。随后，基于BIC评分，我们将GMM应用于该丝状结构。由于多重结构具有不同的位置分布，GMM能够有效分离丝状结构内的所有星群。我们的方法成功在500角分半径内识别出ASCC 32、OC 0395和HSC 1865。此外，我们在ASCC 32内发现了两个不同的子结构。这四个星群在CMD图上表现出单一的恒星主序分布，其自行值在标准偏差三倍范围内且视差值略有差异，尽管它们具有不同的空间结构。此外，这四个星群共享相同的径向速度分布。我们提供了相关文档，证明这些恒星群作为多重结构形成，并相较以往研究改进了成员身份的识别。
关键词:
methods: data analysis
open clusters and associations: individual: ASCC 32
stars: kinematics and dynamics
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.8
论文数: 7.0W
・
被引数: 25.0W
学者
M
Mohammad Noormohammadi
H 指数:
13
论文数: 38
・
被引数: 409
A
Atefeh Javadi
H 指数:
15
论文数: 106
・
被引数: 691
M
M. Khakian Ghomi
H 指数:
6
论文数: 36
・
被引数: 139
机构
I
institute for research in fundamental sciences ipm
学者数:
186
论文数: 147
・
被引数: 0
A
Amirkabir University of Technology
学者数:
1.1W
论文数: 1.1W
・
被引数: 1.0W
引用论文