Uso de datos de espectros LAMOST para proponer un nuevo método para buscar cúmulos de estrellas en la galaxia de Andrómeda

Haciendo uso de los datos de espectros de LAMOST como muestra de entrenamiento, un equipo de investigación dirigido por el Dr. Wang Shoucheng y el Prof. Ma Jun de los Observatorios Astronómicos Nacionales de la Academia de Ciencias de China (NAOC) propuso un nuevo método para buscar cúmulos estelares en Andrómeda. galaxia.

Con este método, los investigadores identificaron 117 nuevos candidatos a cúmulos de alta confianza en la galaxia de Andrómeda basándose en los datos del Pan-Andromeda Archaeological Survey (PANdAS), entre los cuales 109 son candidatos a cúmulos jóvenes ubicados en el disco y ocho son cúmulos globulares antiguos en el halo exterior.

El estudio fue publicado en Astronomía y Astrofísica.

Los cúmulos de estrellas están ampliamente distribuidos por toda la galaxia, desde la protuberancia y el disco hasta el halo exterior, lo que proporciona una excelente herramienta para revelar la formación temprana y la historia evolutiva de las galaxias.

La galaxia de Andrómeda, también conocida como Messier 31 (M31), es la galaxia espiral grande más cercana a nuestra Vía Láctea y es un laboratorio ideal para estudiar la formación y evolución de galaxias.

Los astrónomos han estado trabajando durante mucho tiempo en la identificación de cúmulos estelares en M31 para obtener una muestra completa del cúmulo de esta galaxia. Estudios espectroscópicos y fotométricos de campo amplio recientes han brindado una buena oportunidad para buscar cúmulos M31. Sin embargo, encontrar e identificar los objetos especiales que necesitamos a partir de decenas de millones de imágenes obtenidas por los estudios fotométricos profundos de campo amplio es difícil en la actualidad.

Seleccionando 346 cúmulos M31, así como objetos galácticos de primer plano y galaxias de fondo, de la base de datos LAMOST DR6, y combinándolos con las muestras de cúmulos y no cúmulos en M31 obtenidas de la literatura como muestras de entrenamiento, los investigadores construyeron una clase de dos modelo de red neuronal convolucional profunda (CNN) de canal para identificar cúmulos estelares. Se ha demostrado que su precisión puede alcanzar el 99% en el conjunto de prueba. Usando este modelo, los investigadores identificaron 117 nuevos candidatos de cúmulo M31 de alta confianza a partir de más de 21 millones de imágenes obtenidas por la encuesta fotométrica PAndAS.

Una muestra más completa del cúmulo estelar M31 es una referencia valiosa para estudios posteriores sobre la formación y evolución de M31. «La detección automática de cúmulos de estrellas en grandes estudios del cielo tiene una demanda urgente teniendo en cuenta las próximas instalaciones de gran apertura de campo amplio, y el modelo CNN propuesto por este trabajo es muy oportuno», dijo el Dr. Wang.

«Este método también se puede generar para una gama más amplia de aplicaciones. Por ejemplo, es útil para identificar lentes gravitacionales y buscar galaxias con alto corrimiento al rojo», dijo el profesor Ma.