银河系“偷”来的星流_风闻

文章来源：Universe Today

原作：Evan Gough

编译：艾宇熙

校译：牧夫天文校对组

编排：王璞

后台：库特莉亚芙卡 李子琦

原文链接：

https://www.universetoday.com/147038/a-stellar-stream-of-stars-stolen-from-another-galaxy/

近日，《自然·天文学》期刊发表了一篇题为“在太阳附近存在一个巨大顺行星流的证据”的论文。论文的第一作者是美国加州理工大学的理论物理博士后Lina

Necib。论文所描述的星流被称为Nyx，可能是一个矮星系或球状星团的残余，后来与银河系融合。这是天文学家们第一次发现与银河系顺行的来自矮星系的星流融合进入银河系恒星盘的迹象。

在星系的形成和生长过程中，物质不断向星系的恒星盘累积，其中就包括来自于星系外部的恒星。根据这个假设，我们所在的银河系中也应当存在一些恒星，它们来自于吞并的小星系。在这项研究中，研究人员利用“盖亚”的大量恒星数据，结合FIRE研究计划和深度学习的研究手段，找到了一批距离太阳不远的“外来恒星”，即Nyx星流。

“盖亚”是欧洲空间局的一个巡天项目，旨在构建银河系的3D图景。银河系中含有约2000亿颗恒星，人类的观测项目并不能收集这么多数据，所以Gaia项目通过收集10亿颗银河系恒星的位置和光度数据作为样本，来外推整个银河系的恒星分布图景。 

“盖亚”项目第二次发布恒星数据的总结，每个数字代表其数据中各类恒星的个数

图片来源 ESA

FIRE项目的全称是Feedback In Realistic Environments，即“真实宇宙环境中的反馈”，它是一个宇宙学模拟项目，人们也可以通过它的模拟来研究星系形成。

研究人员设计的深度学习算法则旨在发现FIRE中“外来恒星融入星系”的模式，并将这个模式应用于“盖亚”数据，从而找出银河系中外来的恒星。由于这项研究借助了深度学习和超级计算机的力量，他们能比传统的天文学研究方式（如比对一些恒星的数据）更加高效地发现新特征，但也要时刻警惕深度学习潜在的陷阱，即算法抓取的特征不一定具有现实的意义，而来自于输入数据的人为效应。

进一步来讲，这个深度学习的操作分为三个部分：

首先是训练：把FIRE中大量星系作为训练集，每个星系中的恒星分为自身形成的恒星和外部进来的恒星，抓取恒星的特征；

然后是测试：把FIRE中抓取的特征应用于“盖亚”中的恒星数据，看看能不能发现出银河系中人们已知的与银河系融合的矮星系（比如80-100亿年前与银河系融合的矮星系Gaia sausage “盖亚香肠”）。如果能够发现，就说明FIRE中抓取的这些特征反映了真实的天文学特征；反之，如果发现不了，就说明FIRE中抓取的这些特征是假的，来自于FIRE模拟设定中的某种人为因素。

最后是应用：在第二部算法测试通过后，看看这些FIRE特征能不能发现银河系中未知的融合矮星系。

FIRE可以模拟宇宙中星系的整体形态和星系融合的过程

图片来源 FIRE  https://fire.northwestern.edu/

研究团队的深度学习算法首先发现了“盖亚香肠”（证明抓取的特征确实是物理的）来自于被融合的矮星系，继而发现了一个从前未知的星流Nyx也具有同样的特征。Nyx包括二百多颗恒星，研究团队接下来对Nyx中的恒星进行光谱观测，分析这些恒星中的元素丰度，讨论了这个被融合矮星系和融合过程的具体特征。

『天文时刻』 牧夫出品

微信公众号：astronomycn

在帕瑞纳天文台的夜空中观赏到的银河系的核心

图片来源 WIKI