PhotoRedshift-MML: a multimodal machine learning method for estimating photometric redshifts of quasars
提出了一种多模态机器学习方法来估计类星体的光度红移（PhotoRedshift-MML），这是一个长期以来的研究课题。我们的方法包括两个主要模型，即多模态表征学习的特征变换模型和多模态迁移学习的光度红移估计模型。由于通过MML从测光数据中学习生成的光谱特征提供了大量信息，测光红移的预测精度得到了显着提高。斯隆数字巡天（SDSS）数据发布17中总共有415，930个类星体，红移在1到5之间，被筛选用于我们的实验。我们使用|Δz| = |（z_phot-z_spec）/（1+z_spec）|以评估红移预测，并证明了4.04%的准确性增加。在生成的光谱特征的帮助下，|Δz| < 0.1可达到总测试样本的84.45%，而对于单峰光度数据，<0.1可达到总测试样本的80.41%。此外，|Δz|从0.1332下降到0.1235。我们的方法有可能推广到其他天文数据分析，如星系分类和红移预测。算法代码可以在https://github.com/HongShuxin/PhotoRedshift-MML上找到。
2022-11-08 astro-ph.GA astro-ph.IM
A left and right truncated Schechter luminosity function for quasars
类星体的光度函数通常用Schechter函数来拟合。类星体的数量对红移的依赖性，无论是在低光度区还是在高光度区，都需要在谢克特函数中包含一个上下边界。截断Schechter函数的归一化被强制为与Schechter函数的归一化相同，并且导出了平均值的解析形式。提供了类星体的三个天体物理学应用：在低红移的参数的推导，在高红移的平均绝对星等的行为，以及作为选定的视星等的函数的光度最大值的位置（在红移）。本文比较了双幂律截断的Schechter函数和改进的Schechter函数作为类星体的光度函数。所选择的宇宙学框架是平坦宇宙学的框架，为此我们提供了光度距离、光度距离的反比关系和距离模。
2017-05-30 astro-ph.CO astro-ph.GA astro-ph.HE
QSO photometric redshifts from SDSS, WISE and GALEX colours
机器学习技术，特别是应用于光学波段颜色的k-最近邻算法，在预测类星体（QSO）的光度红移方面取得了一些成功：虽然光谱和光度红移之间的平均差异接近于零，但这些差异的分布仍然很宽，并且明显是非高斯的。根据我们之前对光度红移的经验估计，我们发现通过添加其他波段（即近红外和紫外）的颜色可以显着改善预测。通过使用33643强类星体样本的一半来训练算法，自我测试这一点，结果是剩余一半样本的分布明显更窄。使用整个类星体样本来训练算法，对于射电源（类星体）的样本，相同的一组幅度返回类似的扩展。虽然匹配符合性相对较低（3663个源中有739个在相关波段具有测光），但这仍然明显大于经验方法（2%），因此可以提供一种方法来获得大量连续射电源的红移，这些连续射电源预计将被下一代大型射电望远镜探测到。
2020-01-17 astro-ph.GA astro-ph.IM
VarIabiLity seLection of AstrophysIcal sources iN PTF (VILLAIN) I. Structure function fits to 71 million objects
本研究针对PTF巡天的7100万个天体，用马尔可夫链蒙特卡洛方法拟合结构函数提取变率参数，结合多波段颜色实现了99.3%纯度的类星体测光选择，还发现了SDSS中误分类的类星体，为LSST等未来巡天提供参考。
2023-04-19 astro-ph.CO astro-ph.GA astro-ph.IM
Estimating Photometric Redshifts for X-ray sources in the X-ATLAS field, using machine-learning techniques
我们使用机器学习技术TPZ（Carrasco Kind & Brunner 2013），在X-ATLAS场中呈现了1，031个X射线源的光度红移。在H-ATLAS场的科学演示阶段（SDP）中，X-ATLAS覆盖了XMM-牛顿观测到的7.1 deg 2，使其成为XMM-牛顿和赫歇尔覆盖范围最大的天空连续区域之一。所有的光源都有可用的SDSS测光，而810则有额外的中红外和/或近红外测光。光谱样本的5,157源主要在XMM/XXL领域，但也从几个X射线调查和SDSS DR 13红移目录，用于训练的算法。我们的分析表明，该算法的性能最好的源分裂时，根据其光学形态，成点状和扩展源。光光度学本身不足以估计精确的光度学红移，但当至少在训练过程中加入中红外光度学时，结果会大大改善。特别是，我们的测量表明，估计的光度红移的X射线源的训练样本，有一个归一化的绝对中位数偏差，n_mad=0.06，和异常值的百分比，eta=10- 14%，这取决于源是扩展的还是点状的。我们的最终目录包含了1,031个X射线源中933个的光度红移，平均红移为0.9。
2017-10-03 astro-ph.CO astro-ph.GA
Estimating Luminosities and Stellar Masses of Galaxies Photometrically without Determining Redshifts
大型直接成像巡天通常使用模板拟合技术来估计星系的光度红移，然后应用于获得重要的星系属性，如光度和恒星质量。这些估计可能是嘈杂的，并遭受系统的偏见，因为可能的错误选择的模板和传播的光度红移的不确定性。我们介绍了一种算法，直接经验光度法（DEmP），它可以用来直接估计这些数量使用训练集，绕过光度红移的测定。DEmP还采用了两种技术，以尽量减少所产生的影响，从一个通量有限的样本的训练集星系红移的非均匀分布。首先，对于每个输入星系，使用具有最接近输入星系的光度和颜色的训练集星系的子集进行拟合。第二，训练集被人工重新采样以产生红移或其他属性的平坦分布，例如，发光度为了测试DEmP的性能，我们使用了一个4滤波器带模拟目录，以检查其恢复红移，光度，恒星质量，光度和恒星质量函数的能力。我们还比较了结果，从两个公开的模板拟合方法，发现DEmP算法优于两者。我们发现，如果训练集具有均匀的红移分布，不仅在光度红移方面，而且在估计光度和恒星质量方面都产生最好的结果。DEmP方法在估算诸如近红外光度和恒星质量等数量时特别强大，只使用少量光学波段的数据。
2014-07-19 astro-ph.GA
J-PLUS: Unveiling the brightest-end of the Lyα luminosity function at 2.0<z<3.3 over 1000 deg^2
在2.2<z<3.3的范围内，用光度计测定了Lya光度函数（LF）的亮端（LLya> 1043.5erg/s）。我们的工作是基于Javalambre测光局部宇宙巡天（J-PLUS）的首次数据发布，该数据提供了超过1000度^2的多个窄带测量，极限星等r~22。在如此广阔的区域内分析高z Lya发射源是前所未有的，并且允许选择总共约14，500个超亮（L_Lya>10^43.3 erg/s）Lya发射候选者。我们在GTC望远镜上用两个光谱跟踪程序测试了我们的选择，确认了约89%的目标是线发射源，其中约64%是真正的z~2.2类星体。我们首次将2.2<z<3.3 Lya的LF扩展到L_Lya~10^44 erg/s以上，密度降到~10^-8 Mpc^-3。我们的研究结果揭示了Lya LF最亮端的Schechter指数衰减的高度细节，补充了先前LF测定的43.3<Log_10（L_Lya / [erg/s]）<44的幂律分量。我们测量到φ ^*=（3.33+-0.19 x 10 ^-6），Log（L^*）=44.65+-0.65，α =-1.35+-0.84，作为我们探测的红移的平均值。这些值是显着不同的典型Schechter参数测量的Lya LF的高Z恒星形成LAEs。这表明z>2的活动星系核/类星体（在我们的样本中可能占主导地位）由结构上不同于z>2的恒星形成LAE的LF描述，即L^…
2020-06-26 astro-ph.CO astro-ph.GA
The X-ray properties of $z>6$ quasars: no evident evolution of accretion physics in the first Gyr of the Universe
类星体的X射线辐射已被用来评估$z$ ~6的SMBH吸积性质。然而，在$z>6$，只有~15个类星体被灵敏的X射线观测所覆盖，这妨碍了对宇宙第一个回转中类星体的X射线性质进行统计上有意义的调查。我们提出了新的钱德拉观测10个$z>6$类星体，选择有维里黑洞质量估计镁II线光谱。添加档案X射线数据为额外的15 $z>6$类星体，我们调查的X射线性质的类星体人口在第一个Gyr的宇宙，特别是侧重于$L_{UV}-L_{X}$关系，这是跟踪的$α_{ox}$参数，和它们的X射线光谱的形状。我们进行了光度分析，以获得对X射线光度的估计，从而获得$α_{ox}$值和热辐射校正（$K_{bol}=L_{bol}/L_{X}$）。我们比较了由此产生的$α_{ox}$和$K_{bol}$分布的结果发现类星体样本在较低的红移。最后，我们对最亮的$z>6$类星体进行了基本的X射线光谱分析，以获得它们各自的光子指数，并对整个样品进行了联合光谱分析，以估计平均光子指数。我们证实了缺乏显着的演变$α_{ox}$与红移，从以前的工作扩展到$z>6$的结果，并增加的趋势，发现类星体在较低的红移光度增加的热辐射校正。我们样本的平均幂律光子指数（分别为具有$<30$和$>30$净计数的源的$Γ=2.20_{-0.34}^{+0.39}$和$Γ=2.13_{-0.13}^{+0.13}$）比$z=1-6$处的典型类星体…
2019-08-26 astro-ph.GA
Estimating Photometric Redshift from Mock Flux for CSST Survey by using Weighted Random Forest
本研究利用加权随机森林算法，基于CSST模拟通量数据估计光度红移，实现了σ_NMAD=0.025和异常值比例2.045%的精度，显著优于EAZY模板方法，并揭示了特征重要性对应光谱断裂特征，同时提出基于置信度筛选可进一步降低异常值。
2023-12-25 astro-ph.CO astro-ph.GA astro-ph.IM
Effects of heterogeneous data sets and time-lag measurement techniques on cosmological parameter constraints from MgII and CIV reverberation-mapped quasar data
本文研究了向MgII和CIV反响映射类星体样本中新增异质数据对宇宙学参数约束的影响，发现仅增加样本量不足以收紧约束，必须进行质量筛选才能获得可标准化的RM QSO样本。
2024-02-08 astro-ph.CO astro-ph.GA astro-ph.HE
An initial analysis of a strongly-lensed QSOs candidate identified by LAMOST
本研究从LAMOST发布的7万余条类星体数据中筛选出一对强引力透镜类星体候选体，通过多波段测光、光谱分析及邻近星系群观测，初步估算了透镜质量等参数，为后续验证提供了基础。
2023-08-28 astro-ph.GA
Identification of high-redshift X-ray active galactic nuclei in the 4XMM-DR11 serendipitous catalogue using DES data: Comparative analysis with optically-selected QSOs
本研究结合4XMM-DR11、DES和VHS巡天数据，筛选出833个z>3.5的高可靠性X射线AGN样本，对比发现其与光学选QSO在吸收比例、多波段星等和SED形态上存在显著差异，二者为不同且互补的AGN族群。
2025-03-04 astro-ph.GA
LSTM-MDNz: Estimating Quasar Photometric Redshifts with an LSTM-Augmented Mixture Density Network
Shanghai Normal University（上海师范大学）
LSTM-MDNz通过融合多波段数据，提高了类星体光度红移的估计精度，相比传统方法在精度和异常率上分别提升了29%和56%。
2025-12-17 astro-ph.GA astro-ph.IM
Powerful Activity in the Bright Ages. I. A Visible/IR Survey of High Redshift 3C Radio Galaxies and Quasars
利用哈勃空间望远镜（HST）的WFC-3宽视场照相机（WFC-3）对22个高红移（1 < z < 2.5）3C射电星系和类星体进行了新的静止坐标系紫外和可见光观测。使用定制的数据减少策略，以确保消除宇宙射线，持久性信号和其他数据伪影，我们已经产生了高质量的科学准备的目标及其当地环境的图像。我们观察到的紫外线辐射区域的目标暗示活跃的恒星形成。此外，几个目标表现出高度扭曲的宿主星系形态在其余帧可见光图像。光度分析显示，较亮的类星体通常比较暗的类星体更红。使用文献中的发射线通量，我们估计，发射线污染是相对较小的类星体的休息帧紫外图像。利用VLA档案数据，我们还为每个目标创建了无线电地图覆盖图，从而可以分析光轴和无线电轴的对齐情况。
2016-05-10 astro-ph.GA
A Monte-Carlo Method for Estimating Stellar Photometric Metallicity Distributions
基于Sloan数字巡天（SDSS）数据，提出了一种基于Monte-Carlo方法的银河系恒星光度金属丰度分布函数的估算方法。与其他光度校准方法相比，该方法能够更可靠地确定金属的含量，特别是在贫金属和富金属端。我们提出了一个比较我们的新方法与以前的多项式为基础的方法，并证明其优越性。作为一个例子，我们将这种方法应用于具有$0.2<g-r<0.6$、$6$ kpc $<R<9$ kpc以及平面以上不同高度间隔的主序星$|Z|$。选定的恒星在两个相对局部的间隔（$0.8$ kpc $<|Z|<1.2$ kpc，$1.5$ kpc $<|Z|<2.5$ kpc）内的MDF可以用两个高斯函数很好地拟合，峰值分别位于[Fe/H] $\approx-0.6$和$-1.2$，一个与盘系统有关，另一个与晕有关。在两个更远的间隔（$3$ kpc $<|Z|<5$ kpc，$6$ kpc $<|Z|<9$ kpc）内的选定恒星的MDF可以被分解成三个高斯型，峰值分别位于[Fe/H] $\approx-0.6$，$-1.4$和$-1.9$，其中两个较低的峰值可能为晕的两组分模型提供证据：内晕和外晕。与以前的文献一致，盘分量和晕分量之间的数量比随着与银道面的垂直距离的增加而减小。
2016-05-04 astro-ph.GA
WISE data as a photometric redshift indicator for radio AGN
我们表明，中红外数据从全天空的WISE调查，可作为一个强大的光度红移指标的强大的无线电活动星系核，在没有其他光谱或多波段光度信息。我们的工作是出于一个愿望，以扩大著名的K-Z关系的射电星系的全天空WISE中红外巡天覆盖的波长范围。利用LARGESS射电光谱样本作为训练集，利用中红外颜色信息对射电源进行分类，得到了一组高激发和低激发射电活动星系核的红移概率分布。我们测试的方法使用光谱数据从其他几个无线电活动星系核的研究，发现我们的基于WISE的红移估计和发表的光谱红移到z ~ 1的星系和z ~ 3-4的射电响亮类星体之间的良好协议。我们所选择的方法也与其他分类方法进行了比较，发现执行可靠。这种技术可能是特别有用的分析即将到来的大面积无线电调查与SKA探路者望远镜，我们的代码是公开的。作为一个一致性检查，我们表明，我们的基于WISE的红移估计源在843 MHz的SUMSS调查再现红移分布中看到的CENSORS研究z ~ 2。我们还讨论了两个具体的应用，我们的技术为当前和即将到来的无线电调查，大规模HI吸收调查的解释，并确定低频峰值频谱源是否位于高红移。
2017-09-25 astro-ph.GA astro-ph.IM
A neural network approach to determining photometric metallicities of M-type dwarf stars
本研究利用人工神经网络，基于Gaia、2MASS和WISE的光度数据，开发了一种估计M矮星金属丰度的方法，精度达0.08dex，超越了传统方法，为大规模巡天分析提供了可扩展方案。
2025-05-22 astro-ph.GA astro-ph.IM astro-ph.SR
CatBoost versus Spectral Energy Distribution-Fitting: Estimating Galaxy Properties under Controlled Photometric Incompleteness
Institute for Advanced Studies in Basic Sciences (IASBS)（基础科学高等研究所）；Helmholtz-Institut für Strahlen-und Kernphysik (HISKP), Universität Bonn（波恩大学赫尔霍兹射线与核物理研究所）；Institute for Research in Fundamental Sciences (IPM)（基础科学研究院）
本文对比CatBoost与理想SED拟合在受控测光不完备下估计星系属性的性能，发现CatBoost在高缺失率下仍表现良好，且在质量、SFR估计上优于SED拟合，可用于处理不完美的天文测光数据。
2026-08-03 astro-ph.GA
Taking advantage of photometric galaxy catalogues to determine the halo occupation distribution
上下文Halo occupation distribution（HOD）是一个强大的统计量，它允许研究宇宙中物质分布的几个方面，例如评估星系形成的半解析模型或对宇宙学模型施加约束。因此，必须有一个可靠的方法来估计这一统计数字，充分利用现有的信息，目前和未来的星系调查。目的。该项目的主要目标是使用背景星系的折扣方法将光度和光谱信息结合起来，以扩大绝对星等的范围，并增加估计HOD的质量上限。我们还评估了所提出的方法，并将其应用于估计斯隆数字巡天数据发布7（SDSS DR7）星系巡天的HOD。方法.我们提出了背景扣除技术，以合并光谱星系群和星系光度巡天提供的信息。为了评估该方法的可行性，我们实现了一个模拟目录上建立的半解析模型的星系形成所提出的技术。此外，我们应用该方法的SDSS DR 7使用的星系群目录从光谱版本和相应的光度星系调查。结果我们利用模拟星表验证了方法的有效性，并应用这种方法获得了绝对星等从$M=-21.5$到$M=-16.0$，质量在整个范围内达到$\simeq 10^{15} M_{\odot}$的SDSS DR 7 HOD。在明亮的极端，我们发现我们的结果是在良好的协议与以前的作品中获得的。
2015-08-10 astro-ph.CO astro-ph.GA
Estimating Photometric Distances to Ultracool Dwarfs in Next Generation Space-based Infrared Surveys: Synthetic Photometry and New Absolute Magnitude Versus Spectral Type Relations for JWST, Euclid, and Roman Filters
该研究利用极冷矮星光谱与视差数据合成多台天基望远镜滤光片的光度数据，推导绝对星等-光谱型关系以计算光度距离，还可辅助区分高红移星系与褐矮星，并提供Euclid合成色指数。
2024-05-18 astro-ph.EP astro-ph.GA astro-ph.SR
Photometric Objects around Cosmic Webs (PAC) Delineated in a Spectroscopic Survey. I. Methods
我们提供了一种方法来估计投影密度分布$\bar{n}_2w_p(r_p)$光度物体周围的光谱物体在红移调查。这个量描述了具有某些物理性质（例如光度，质量，颜色等）的光度源在光谱物体追踪的宇宙网（PAC）周围的分布。该方法可以充分利用当前和未来的深广度测光巡天，借助仅对相当有限种类的天体（如发射线星系）进行采样的宇宙学红移巡天，探索中等红移（$z_s < 2$）以下星系的形成。作为一个例子，我们应用PAC方法的CMASS光谱和HSC-SSP PDR 2光度样品，探索星系的分布为广泛的恒星质量从$10^{9.0}{\rm M_\odot}$到$10^{12.0}{\rm M_\odot}$周围的大质量的$z_s\approx 0.6$。利用丰度匹配方法，在N体模拟中采用MCMC抽样对$\bar{n}_2w_p(r_p)$进行建模，并精确测量了整个质量范围内的星晕质量关系（SHMR）和恒星质量函数（SMF）。我们还可以测量不同质量中心星系卫星的条件恒星质量函数（CSMF）。PAC方法在研究星系演化方面有许多潜在的应用。
2022-01-26 astro-ph.CO astro-ph.GA astro-ph.IM
Estimation of Photometric Redshifts. I. Machine Learning Inference for Pan-STARRS1 Galaxies Using Neural Networks
我们提出了一个新的机器学习模型，用于估计Pan-STARRS 1数据发布1中星系的光度红移，提高了准确性。根据红移的估计范围，这种基于神经网络的模型可以处理测光红移的推断困难。此外，为了减少新模型处理估计困难的能力所引起的偏差，它利用了集成学习的能力。我们广泛地研究了输入特征和目标红移空间之间的映射，该模型有效地适用于发现训练模型的优点和缺点。由于我们的训练模型经过了良好的校准，因此我们的模型可以产生关于具有非灾难性估计的对象的可靠置信度信息。虽然我们的模型对于驻留在输入空间中的大多数测试示例是高度准确的，其中训练样本密集填充，但对于稀疏样本和未观察到的对象（即，未见过的样本）。我们报告说，我们的模型的分布外（OOD）样本包含物理OOD对象（即，恒星和类星体）和具有未由训练数据表示的观测属性的星系。我们模型的代码可在https://github.com/GooLee0123/MBRNN上获得，用于模型的其他用途，并使用不同的数据重新训练模型。
2021-10-12 astro-ph.CO astro-ph.GA astro-ph.IM
Estimating Photometric Redshifts for Galaxies from the DESI Legacy Imaging Surveys with Bayesian Neural Networks Trained by DESI EDR
本研究利用DESI EDR数据训练BNN，基于多波段图像估算DESI Legacy巡天的星系测光红移，通过按星系特征分组提升了BGS、LRG等组的估算精度，验证了图像法测光红移的潜力。
2024-12-03 astro-ph.GA
Estimating the baryonic masses of face-on spiral galaxies from stellar kinematics
盘星的运动学色散可以用来测量重子对旋涡星系自转曲线的动力学贡献，从而追踪剩余暗物质的数量和分布。然而，传统上用来将恒星色散转换为质量密度的简单的单组分无限圆盘模型已不再适用。暗物质晕对任何非极大圆盘的恒星色散都有显著的影响。尖形暗物质晕的修正特别大，这表明这种模型与观测到的恒星色散不一致。当一个更现实的模型，为垂直重力的光盘是使用，推导出的恒星表面密度一般较大（较小）的光盘半径小于（大于）2.3倍的径向尺度长度。当垂直重力校正应用于由天体质量协会得出的径向分辨恒星质光比时，真实值不是恒定的，而是随着半径而减小，正如测光颜色梯度所预期的那样，真实质量标度长度约为测光标度长度的80%。薄的气体盘的影响比预期的要大，特别是当考虑到光学厚度或CO暗气体时。厚盘恒星成分的存在会产生严重的后果，特别是如果它的径向尺度长度小于薄盘的径向尺度长度，就像它在银河系中一样。
2017-04-18 astro-ph.CO astro-ph.GA
Active Galactic Nucleus Environments and Feedback to Neighboring Galaxies at $z\sim5$ Probed by Lyman-Alpha Emitters
高红移宇宙中的活动星系核（AGN）被认为居住在过密的环境中。然而，最近的工作提供了有争议的结果，部分是由于使用不同的技术和附近的星系形成的AGN反馈可能抑制。我们用斯巴鲁望远镜上的Suprime-Cam进行了深视场和宽视场成像观测，并通过使用窄带滤波器更有力地解决这些问题，在$z\sim4.9$的两个类星体（准恒星物体）和$z\sim4.5$的射电星系周围搜索莱曼α发射体（LAEs）。在类星体场中，我们获得了额外的宽带图像，以选择在$z\sim5$的莱曼破裂星系（LBG）进行比较。我们总共构建了301个LAEs和170个LBG的光度样本。Suprime-Cam的宽视场（34 arcmin $\times$ ~ 27 arcmin，相当于80 $\times$ ~ 60 Mpc $^2$）使我们能够同时探测活动星系核附近的星系和空白区域的星系，并以一致的方式比较它们的各种性质。这两个类星体都位于局部密度峰值（$<2σ$）附近，其中一个类星体有一个密切的同伴LAE，预计距离为80物理kpc。射电星系被发现是附近的LAEs空。在AGN周围较大空间尺度上LAEs/LGB的数密度与空白区域无显著差异。未发现反馈迹象，直至$L_{Lyα}\sim10^{41.8}\mathrm{~erg~s^{-1}}$。我们的研究结果表明，高红移活动星系核与极端的星系过密度无关，这不能归因于活动星系核反馈的…
2017-05-12 astro-ph.GA
Estimating the Luminosities of Protostars with Limited Infrared Photometry
Middlebury College（米德尔伯里学院）；Universidad Nacional Autónoma de México, Instituto de Radioastronomía y Astrofísica（墨西哥国立自治大学，射电天文与天体物理研究所）；Centro de Astrobiología (CAB), CSIC-INTA（天体生物学中心（CAB），西班牙国家科学技术研究委员会-国家航空航天技术研究所）；Universität Innsbruck（因斯布鲁克大学）；University of Vienna（维也纳大学）；State University of New York at Fredonia（纽约州立大学弗雷多尼亚分校）
本文研究了如何利用有限的近红外光度学数据估计原恒星的光度，发现70微米波长的光度与原恒星光度存在紧密相关性，但需考虑不确定性因素。
2026-04-11 astro-ph.GA astro-ph.SR
Machine learning-based photometric classification of galaxies, quasars, emission-line galaxies, and stars
本研究利用SDSS DR17和ALLWISE星表数据，结合光学与红外特征，采用多种机器学习算法实现了星系、类星体、发射线星系和恒星的高精度测光分类，为后续观测候选体筛选提供支持。
2023-11-06 astro-ph.GA
SPar: estimating stellar parameters from multi-band photometries with empirical stellar libraries
本文构建经验恒星库并开发 SPar 算法，通过拟合多波段测光数据估计恒星的 Teff、[Fe/H]、M_G、距离和红化值，结果与光谱巡天一致，并将应用于 Mephisto 和 CSST 等未来巡天。
2023-07-09 astro-ph.GA astro-ph.SR
Photometric redshifts for the SDSS Data Release 12
我们提出的方法和数据背后的光度红移数据库的斯隆数字巡天数据发布12（SDSS DR 12）。我们采用了一种混合技术，经验估计红移通过本地回归光谱训练集，然后拟合光谱模板，以获得K-校正和绝对幅度。SDSS光谱目录增加了来自其他公开可用的光谱调查的数据，以减轻目标选择效应。训练集由$1,976,978$星系组成，并扩展到红移$z\approx 0.8$，有用的覆盖范围高达$z\approx 0.6$。我们提供的光度红移和现实的误差估计的$208,474,076$星系的SDSS主要光度表。在我们的训练集上进行交叉验证时，我们实现了$\overline{Δz_{\mathrm{norm}}} = 5.84 \times 10^{-5}$的平均偏差，$σ\left(Δz_{\mathrm{norm}}\right)=0.0205$的标准差和$P_o=4.11\%$的$3σ$离群率。公布的红移误差估计和光度误差类，使高质量的光度红移星系的选择。我们还提供了一个补充的错误映射，允许额外的，复杂的数据过滤。
2016-04-21 astro-ph.GA
The Performance of Photometric Reverberation Mapping at High Redshift and the Reliability of Damped Random Walk Models
使用光度学的混响映射的精确方法是高度追求的，因为它们本质上比光谱技术更少的资源密集。然而，光度混响映射估计黑洞质量的有效性，稀疏调查高于$z\approx0.04$的红移。此外，光度测量方法经常假设阻尼随机游走（DRW）模型，这可能不是普遍适用的。我们使用Javelin光度DRW模型对z=0.351的类星体SDSSJ 144645.44 +625304.0进行光度混响映射，并估计了$65^{+6}_{-1}$天的H $β$滞后和$10^{8.22^{+0.13}_{-0.15}}M_{\odot}$的黑洞质量。使用数千个模拟CARMA过程光变曲线对光度混响映射的可靠性进行的分析表明，如果我们的目标的观测信噪比> 20，平均节奏为14天（即使DRW不适用），我们可以将输入滞后平均恢复到6%以内。此外，我们使用我们的模拟光变曲线套件从我们的类星体的后验概率分布去卷积的别名和文物，增加了信号对噪声的滞后由$\sim2.2$的一个因素。我们超过了斯隆数字巡天混响映射项目（SDSS-RM）活动的信噪比，每个对象的观测时间的四分之一，导致信噪比效率比SDSS-RM提高了$\sim200$ %。
2019-12-12 astro-ph.GA
Matched photometric catalogs of GALEX UV sources with Gaia DR2 and SDSS DR14 databases (GUVmatch)
我们将GUVcat_AIS（Bianchi et al.2017）中的紫外（UV）源与具有相似深度和宽天空覆盖范围的光学数据库进行了匹配。GUVcat_AIS具有GALEX远紫外（FUV，λ_eff ~ 1528 λ）和近紫外（NUV，λ_eff ~ 2310 λ）测光，约8300万个光源，覆盖24，788平方度的天空，典型深度为FUV=19.9，NUV=20.8~ABmag。与盖亚和SDSS数据库的匹配在这里介绍。盖亚数据发布2（DR 2）覆盖了整个GUVcat足迹（Bianchi等人，2019），检测到约三分之一的$GUVcat\_AIS$源。我们发现31，925，294个Gaia~ DR 2对应于30，024，791个GUVcat_AIS唯一源，测光在$Gaia$ ~ $G$波段，通常也在$Gaia$ ~ $BP$和$RP$波段; 26，275，572个匹配具有视差测量，21，084，628/18，588，140/16，357，505的视差误差小于50%/30%/20%。与SDSS数据版本14（DR 14）的匹配产生了22，207，563个唯一GUVcat_AIS源的23，310，532个对应物，其中10，167，460个是点状的，总重叠面积为$\approx$ 11，100平方度（Bianchi等人，2019）}。SDSS为紫外光度法增加了五个光学量级：$u,g,r,i,z…
2020-07-07 astro-ph.GA astro-ph.SR
