[論文レビュー] Spectroscopically Identified Cataclysmic Variables from LAMOST survey. I. The Sample

Wen Hou, A-Li Luo+2 more|arXiv (Cornell University)|Nov 19, 2019

Astrophysical Phenomena and Observations参考文献 34被引用数 32

ひとこと要約

本研究では、LAMOST DR5調査から機械学習（BaggingTopPushおよびランダムフォレスト）を用いて、強い発光線および広帯域吸収線を特徴とすることで、245個の特許的変動星（CVs）の分光的同定を実施した。そのうち134個は矮新星、41個は新星様変動星、19個は磁気的CVsであり、58個の新しいCV発見を報告した。LAMOST、SDSS、Gaiaデータのスペクトル比較により、静止状態と活動状態における明確な光度的およびスペクトル的特徴が明らかになった。

ABSTRACT

A sample of Cataclysmic Variables (CVs) is presented including spectroscopically identified 380 spectra of 245 objects, of which 58 CV candidates are new discoveries. The BaggingTopPush and the Random Forest algorithms are applied to the Fifth Data Release (DR5) of LAMOST to retrieve CVs with strong emission lines and with broad absorption lines respectively. Based on spectroscopic classification, 134 dwarf novae, 41 nova-like variables and 19 magnetic CVs are identified from the sample. In addition, 89 high--inclination systems and 33 CVs showing companion stars are recognized and discussed for their distinct spectral characteristics. Comparisons between CVs from LAMOST and from published catalogs are made in spatial and magnitude distribution, and the difference of their locus in Gaia color--absolute magnitude diagram (CaMD) are also investigated. More interestingly, for two dwarf novae observed through LAMOST and SDSS in different epoch, their spectra both in quiescence phase and during outburst are exhibited.

研究の動機と目的

• LAMOST DR5分光調査において、自動化された機械学習技術を用いて、特許的変動星（CVs）を体系的に同定・分類すること。
• 発光線および吸収線の特徴に基づき、矮新星、新星様変動星、磁気的CVsなどの異なるCV亜型のスペクトル的特徴を調査すること。
• 既存のカタログとの照合および複数エポック分光解析を用いて、新しいCV候補を同定・検証すること。
• LAMOSTで同定されたCVsの空間的分布、明るさ、およびGaia色-絶対等級（CaMD）分布を、SDSSおよびCRTS調査の結果と比較すること。
• 選択されたCVsの複数エポック分光データを分析し、静止状態と活動状態の間の遷移を研究すること。

提案手法

• LAMOST DR5データにBaggingTopPushおよびランダムフォレストの機械学習アルゴリズムを適用し、強い発光線および広帯域吸収線に基づいてCV候補を同定した。
• 分光的分類を用いて亜型を割り当てた：134個の矮新星（DN）、41個の新星様変動星（NL）、19個の磁気的CVs（MCV）、残りの186個のCVsは正確な亜型割り当てが不明であった。
• LAMOST分光データをSDSSおよび他のカタログと照合し、同定の妥当性を検証し、繰り返し観測を特定した。
• SN比（S/N）および分光品質を分析し、公開リリースに含まれない23個のテスト夜分光データは除外した。
• Gaia色-絶対等級（CaMD）図を用いて、LAMOSTのCVsとSDSSおよびCRTSのCVsの位置分布を比較した。
• 共通の対象物についてLAMOSTとSDSSデータの分光比較を実施し、特に静止状態および活動状態の両方で観測された対象に注目した。

実験結果

リサーチクエスチョン

• RQ1 LAMOST DR5データにおいて、特徴的な分光的特徴を示すCVsを同定するために、機械学習手法はどの程度有効であったか？
• RQ2 LAMOSTで観測された異なるCV亜型（例：DN、NL、MCV）のスペクトル的特徴は何か？
• RQ3 LAMOSTで同定されたCVsの空間的分布、明るさ、およびGaia CaMD分布は、SDSSおよびCRTS調査の結果とどのように比較できるか？
• RQ4 LAMOSTおよびSDSSの複数エポック分光データは、既知のCVsの静止状態と活動状態の間の遷移を明らかにできるか？
• RQ5 LAMOSTで同定されたCVsのうち、何パーセントが新発見であり、それらのスペクトル的特徴は既知のシステムとどのように比較できるか？

主な発見

• 本研究では、LAMOST DR5の380枚の分光データから245個のCVsを同定した。そのうち58個が新発見であり、134個が矮新星、41個が新星様変動星、19個が磁気的CVsに分類された。
• VZ SexおよびV519 Serの2つの矮新星の分光データをLAMOSTとSDSS DR14で比較した結果、静止状態から活動状態への明確な遷移が確認された。
• 88個のCVsがLAMOSTで複数回観測されており、そのうち6個が6回以上観測された。特に有名なFeige 24（FS Cet）は、吸収線から発光線へのスペクトル的変化を示した。
• 高傾斜角系および同伴星が観測されるCVsのスペクトル的特徴を分析した結果、発光線および吸収線のプロファイルに顕著な差が明らかになった。
• LAMOSTのCVsは、SDSSおよびCRTSのCVsとは異なった位置をGaia CaMD図上に示しており、距離、減光、または固有の性質の違いを示唆している。
• 23枚のテスト夜分光データは最終カタログから除外された。また、58個の対象が少なくとも2枚の分光データを有しており、変動性の時空間的分析が可能になった。