近日，国家天文台白宇副研究员、刘继峰研究员等利用机器学习算法使用Gaia DR2星表参数开发恒星温度回归器，给出1.3亿颗恒星的有效温度，均方根误差为191K。这项成果刷新了该课题组之前的国际最大训练样本，共使用381万颗恒星对回归器进行训练。研究成果已经被《天文学杂志》（AJ）接收并即将发表。
欧洲航天局Gaia太空望远镜的主要任务是，在光学波段精确描绘银河系各天体的位置、颜色和速度。其释放的二期数据（DR2），包含近17亿个天体的基本信息。Gaia科学组使用机器学习算法，估计DR2中恒星的有效温度，然而，由于训练样本体量不足，仅为6万颗恒星，得到的有效温度存在偏差。
国家重大科技基础设施郭守敬望远镜（LAMOST）巡天已经产出近千万量级的天体光谱，为科研人员提供了理想的训练样本。首先，该课题组集合LAMOST、SEGUE、APOGEE和RAVE光谱数据库，使用最新拟合的判据，对恒星样本进行清洗；其次，精心组合Gaia星表中的参数，训练回归器模型，并进行折叠测试；然后对Gaia DR2应用回归器，得到新的有效温度星表，其中包含1.3亿颗恒星；最后，科研人员开发了一种全新的方法对回归器进行了盲测试验（均方根误差小于260K，标准偏差小于196K），同时进行了外部插值试验。试验结果显示，该星表包含更准确的恒星大气有效温度。由于该回归器的训练特征量仅使用Gaia星表内的参数，因此可以无障碍地应用于Gaia未来将要释放的数据。
该项成果的意义在于证明了恒星的有效温度不仅与色指数紧密相连，而且依赖于恒星的位置、自行和视差；机器学习输入的特征量表面上看似与输出量无关，实际很可能有潜在的联系，而这些联系无法用函数、图像、甚至语言所描绘。
图1 Gaia DR2有效温度与该项研究得到的有效温度对比，不同颜色表示恒星在温度空间的密度。竖直暗条纹显示，对于某些温度的恒星，Gaia DR2无法分辨，而该回归器可以很好的区分。
附件下载：