近期，中国科学院云南天文台丁旭博士和季凯帆研究员利用机器学习的方法在TESS巡天数据中搜寻相接双星候选体。该研究成果于4月4日在国际天文学期刊The Astronomical Journal上在线发表。

相接双星是两颗子星各自充满洛希瓣并且拥有公共包层的一类强相互作用系统，其产生光变的主要原因是通过两子星相互掩食，这类双星的两子星通过公共包层所产生的各种复杂的相互作用使得它们成为研究众多奇特的物理过程的天然实验室，同时这类天体也是产生亮红新星爆炸等特殊天文现象的前身天体。随着国际上大规模测光巡天的开展（如 Kepler，TESS，ZTF，ASAS，ASAS-SN 等），人们获得了数以万计的光变曲线，为相接双星的研究提供了良好的机会。因此针对这些海量数据，需要挖掘更多的相接双星候选体进行研究。

科研人员首先利用Phoebe程序根据相接双星的参数生成理论的光变曲线，然后对其进行预处理，使其与TESS巡天的光变曲线相似。随后建立了自编码器神经网络，用于对光变曲线进行压缩和重建。利用重建后的效果来搜寻相接双星候选体，研究人员在TESS巡天数据中获得了1322颗相接双星候选体。

该研究工作得到国家自然科学基金和中国载人航天工程巡天空间望远镜专项科学研究经费资助。

论文链接

左图：利用重建的光变曲线计算全局拟合优度和局部拟合优度，排除RRc变星。 右图：利用重建的光变曲线计算全局拟合优度和局部拟合优度，筛选得到相接双星候选体。蓝色表示原始光变曲线，橙色表示插值的光变曲线，绿色表示重建的光变曲线。