智能计算加速搜索，中国天眼FAST寻获球状星团中迄今最长周期脉冲星
文章摘要
【关 键 词】 球状星团、脉冲星、FAST望远镜、红噪声、智能计算
机器之心报道了球状星团中脉冲星的研究进展，特别是长周期脉冲星的发现。球状星团是由成千上万颗恒星组成的古老星团，其动力学演化和星族合成路径是天文学研究的热点。脉冲星是球状星团中的致密星，其分布和性质有助于了解星团内部的密度和质量分布，以及星团的动力学演化。
脉冲星会周期性地向外辐射电磁波信号，分为正常脉冲星和毫秒脉冲星。毫秒脉冲星通常位于双星系统中，它们通过吸积伴星的质量获得角动量，从而达到毫秒量级的自转周期。球状星团中的恒星密度较高，因此毫秒脉冲星在这些星团中较为常见。然而，研究者们对是否存在周期更长的脉冲星感到好奇。
周登科博士和他的团队使用新的搜索方案，在球状星团中成功寻获了长周期脉冲星。他们首先评估了红噪声对搜索灵敏度的影响，然后利用快速折叠算法（FFA）对中国天眼FAST望远镜的观测数据进行了深入搜索。结果，在球状星团M15中发现了两颗自转周期分别为1.9秒和3.9秒的长周期脉冲星，其中M15L是目前已知球状星团中自转周期最长的脉冲星。
这一发现揭示了球状星团脉冲星的新演化路径，并被发表在《中国科学：物理学 力学 天文学》期刊上。研究团队还分析了这两颗脉冲星的物理性质，发现它们的磁场也比较强，表明它们只经历了短暂的双星吸积过程。此外，研究团队还发现了其他13颗长周期脉冲星，这些发现对理解球状星团中脉冲星的分类和星族演化具有重要意义。
在数据处理方面，团队处理了大量的FAST观测数据，涉及消色散、参数设定、消干扰、去红噪声、周期搜索、候选体筛选、交叉验证、计时分析等多个步骤。周登科表示，之江实验室天文计算团队对消色散软件进行了优化，提升了数据处理效率。此外，AI视觉模型方法被用于高效筛选候选体信息，显著减少了人工筛选的数量。
周登科强调，智能计算技术已成为天文研究中不可或缺的工具，他计划在未来的研究中进一步提升搜索的完备性，并利用AI模型加速整个搜索过程。他希望能够像历史上的天文学家一样，利用现代计算工具从观测数据中发掘自然的基本规律。
原文和模型
【原文链接】 阅读原文 [ 2776字 | 12分钟 ]
【原文作者】 机器之心
【摘要模型】 gpt-4
【摘要评分】 ★★★★★
