国家天文科学数据中心毕业论文专题精彩继续！
本期将为大家分享李珊珊的博士论文《人工智能助力高效搜寻光谱双星及多星系统》，该研究设计了Human-AI混合式光谱多星系统搜寻流程，显著提高了数据处理效率。想更深入了解这个研究吗？一起看看吧！
论文简介
- 论文类型：博士学位论文
- 作者姓名：李珊珊
- 学科专业：天文技术与方法
- 培养单位：国家天文台
- 论文标题：人工智能助力高效搜寻光谱双星及多星系统
研究背景
在银河系中，超过50%的恒星以双星或多星系统的形式存在。这些系统为天文学家研究恒星演化及探索致密天体提供了独特的研究对象。双星系统的动力学演化过程直接影响恒星的生命周期，可能产生超新星爆发、X射线双星等特殊天体现象。
传统的光谱双星搜寻方法之一，就是依靠分析恒星光谱中的多普勒位移效应。当双星系统中的成员星相互绕转时，其光谱谱线会呈现周期性移动。天文学家通常采用交叉相关函数（CCF）等方法，通过模板匹配来识别这些特征。
随着LAMOST、SDSS等大型巡天项目的开展，天文数据量呈现指数级增长，传统的人工分析方法面临严峻挑战。主要困难包括：
- 人工检查光谱效率低下；
- 低信噪比数据中的特征难以识别；
- 海量数据处理需要消耗大量资源。
近年来天文学界开始探索将机器学习等人工智能技术应用于光谱分析。通过训练算法自动识别光谱特征，可以显著提高数据处理效率，为系统研究银河系双星分布和性质提供了新的技术途径。然而，这类方法在科学可解释性和识别精度方面仍需进一步提升。
Human-AI混合式光谱双星及多星系统搜寻方法
本研究针对上述问题，设计了包含CCF技术提取光谱特征、机器学习分类和人工审核等步骤的Human-AI混合式光谱多星系统搜寻流程。首先使用传统CCF技术通过模板匹配对光谱进行初步分类并生成高维特征数据，再使用机器学习分类器对CCF数据进行筛选并进一步提高分类精确度，最终基于集成学习理念将不同分类器的筛选结果结合，再通过人工审核确保结果可靠性。
图一 两个双线光谱双星候选体的归一化光谱、CCF 及其导数。
使用这一搜寻流程，本研究使用LAMOST DR9中分辨率蓝端光谱数据搜寻到27,164条双线光谱和3,124条三线光谱，并最终确定它们对应了7096个双线光谱双星（SB2）侯选体和1903个三线光谱双星（SB3）候选体，其中70.1%和89.6%为新发现。相比较仅使用CCF技术搜寻，效率提升4倍。该成果已发表在《天体物理学报增刊》（2025 January, ApJS）上，链接 https://iopscience.iop.org/article/10.3847/1538-4365/ad9010。相关发现数据已上传国家天文科学数据中心论文数据贮藏库，doi：10.12149/101517。
基于不同数据配置和不同机器学习算法的分类器优化
为进一步提升分类器性能，本研究还对基于不同数据配置，和五种不同机器学习算法进行光谱双星及三星系统搜寻分类器进行优化，旨在提升Human-AI混合式方法在LAMOST-MRS光谱数据中识别SB2和SB3候选体的效率与准确性。结果表明，使用理论合成光谱和实际观测光谱生成的合并数据集，应用支持向量机（Support Vector Machines，SVM）和Transformer算法训练得到的分类器表现最佳，对双线光谱双星分类任务的精确率、召回率和F1分数均超90%，展现出较强的泛化能力。
图二 使用合并数据集训练并在多星表交叉恒星数据集上测试不同模型的混淆矩阵
多星系统研究平台
无论是传统CCF技术、机器学习算法或将两种方法结合后形成的Human-AI混合式多星系统搜寻方法在批量使用时，可以快速筛选出大量双星及多星系统侯选体，但也都存在阈值、置信度选择的问题，需要根据经验平衡取舍。
为了更加直观便捷地确定筛选阈值，根据不同光谱数据情况提高筛选效率，本研究基于国家天文科学数据中心平台和相关虚拟天文台技术，开发了可用于双星与多星系统研究的科研平台。该平台集成多个数据源的信息，并结合了Human-AI混合方法对多星系统分类方法的研究结果，通过在同一页面展示观测光谱、Simbad匹配信息、交叉相关函数处理结果及机器学习分类结果和概率等信息。此外，该平台还允许用户对光谱进行手工标注、备注，提供可视化结果下载等。平台上线后，可为天文学家搜寻并深入研究多星系统提供更多数据参考和研究帮助。
图三 多星系统研究平台界面
如果你也想分享自己的研究成果，欢迎投稿至：support@china-vo.org