Нейросеть научилась автоматически находить редкие «звезды-сердца»

Кривые блеска четырех «звезд-сердец», демонстрирующих приливные колебания. Автор: Ли Миньюй

Исследователи из Обсерваторий Юньнань Китайской академии наук представили автоматизированный метод на основе нейронной сети для идентификации «звезд-сердец» — редкого типа двойных звездных систем. Результаты их работы опубликованы в The Astronomical Journal.

«Звезды-сердца» — это двойные системы с эксцентричными орбитами, которые отличаются периодическими событиями увеличения яркости, создающими кривые блеска, похожие на электрокардиограммы. Многие из этих систем также демонстрируют приливные колебания, что дает возможность изучать такие космические явления, как приливные взаимодействия, внутреннюю структуру звезд и эволюцию двойных систем. Однако морфологическое разнообразие их кривых блеска затрудняет ручную идентификацию, особенно в крупномасштабных астрономических обзорах.

Чтобы решить эту проблему, исследователи разработали новый подход: они использовали орбитальные гармоники, извлеченные из спектров Фурье, в качестве входных данных для обучения классификатора на основе нейронной сети. Тестирование показало, что инструмент достиг точности 86% в идентификации известных «звезд-сердец» и оставался эффективным даже для систем с приливными колебаниями.

Используя фотометрические данные космического телескопа «Кеплер», команда проанализировала 153 подтвержденные системы «звезд-сердец» и создала крупнейшую на сегодняшний день базу параметров таких звезд, обнаруженных «Кеплером». Их работа привела к ключевым открытиям, включая 21 новую систему «звезд-сердец» с приливными колебаниями. Исследователи также разработали автоматизированный инструмент для различения гармонических и негармонических колебаний и успешно определили фазу и режим колебаний для 14 образцов с приливными колебаниями — эти данные раскрывают подробности о внутренней структуре звезд с помощью теории пульсаций.

Как отметили исследователи, ожидается, что эта работа обеспечит методическую поддержку для будущих астрономических исследований, включая исследования с использованием данных спутника TESS для поиска экзопланет, а также китайского космического телескопа CSST.

Больше информации: Min-Yu Li et al, Heartbeat Stars Recognition Based on Recurrent Neural Networks: Method and Validation, The Astronomical Journal (2025). DOI: 10.3847/1538-3881/aded86

Источник: Chinese Academy of Sciences