近期，中国科学院云南天文台王锦良、丁旭（通讯作者）和季凯帆等利用机器学习方法结合贝叶斯推断，发展了一种快速求解卡特琳娜巡天中的相接双星系统光变曲线参数的方法。该研究成果已在国际天文学期刊《天体物理学报增刊》（The Astrophysical Journal Supplement Series）上在线发表。

相接双星是一类强相互作用系统，两颗子星各自充满洛希瓣并共享公共包层。它们的光变主要源于两子星相互掩食，并且通过公共包层的复杂相互作用，成为研究多种特殊物理过程的天然实验室。随着全球大规模测光巡天（如TESS、ZTF、CSS等）的开展，人们获取了数万条光变曲线，为相接双星系统的研究提供了极好的契机。因此，针对这些海量数据，迫切需要挖掘新的方法来加速求解相接双星系统的参数。

科研人员首先建立了参数到光变曲线的神经网络模型，以高效生成合成光变曲线；接着，利用哈密尔顿蒙特卡洛算法快速求解观测光变曲线；最后，获得了参数的后验分布，并计算了其中位数和不确定性。

科研人员应用这种方法总共求解了5172个来自卡特琳娜巡天（CSS）的晚型相接双星系统光变曲线的参数，包括温度比、质量比、轨道倾角和相接度等。这种方法具备同时求解大量目标参数的能力，使其成为处理大规模相接双星系统样本的高效工具，特别是在即将到来的大规模巡天项目中，这种方法将在快速准确地求解参数方面发挥重要作用。

该研究工作得到了国家自然科学基金的支持。

论文链接

图中蓝色点和灰色线表示带有测光误差的观测光变曲线，红线表示通过将新方法得出的参数输入到PHOEBE程序中生成的合成光变曲线。