近日，湘潭大学物理与光电工程学院雷振新教授团队的最新科研成果发表于国际天文学权威期刊《天体物理学报增刊》（ApJS），该研究借助深度学习技术实现了热亚矮星大气参数的高效精准预测，为海量光谱数据中热亚矮星的证认开辟了新路径。雷振新教授为论文第一作者和唯一通讯作者，湘潭大学胡柯教授、中国科学院国家天文台赵景昆研究员、山东大学卜育德教授参与合作研究，湘潭大学为第一完成单位。

热亚矮星是宇宙中极具研究价值的特殊小质量恒星，其质量仅为太阳的一半，表面温度却超 20000K，是太阳表面温度的 4 倍以上。这类恒星的演化轨迹更是充满谜团：通常恒星质量越大演化速度越快，而仅 0.5 倍太阳质量的热亚矮星，却已走到生命晚期。按照正常恒星演化规律，它从诞生到目前状态所需的时间，远超宇宙现有年龄。这意味着，热亚矮星的前身星质量远大于现在，其在演化中应该经历了双星物质转移、极端星风等特殊物理过程，导致外壳质量完全流失，仅留下中心的氦核。目前这些关键物理过程尚未被破解，而对热亚矮星的深入研究，正是解锁双星演化、小质量恒星形成与演化，乃至星系和宇宙演化奥秘的关键钥匙。

目前，观测证认的热亚矮星约 6000 颗，其中拥有准确大气参数（温度、重力加速度、表面氦丰度）的仅 3000 余颗，对于表面化学元素丰度多样的热亚矮星而言，现有样本远不足以揭开其起源和演化的谜底。而证认热亚矮星传统方法是将观测光谱与匹配大气模型的理论光谱逐一比对，虽结果准确但效率极低，单条光谱匹配需耗时 5 至 30 分钟，根本无法应对大批量候选体光谱的分析需求。

针对这一科研痛点，科研团队历经长期攻关，研发出基于人工智能的热亚矮星证认新方法。团队搭建针对热亚矮星光谱的卷积神经网络，利用观测光谱和理论光谱开展模型训练，精准识别热亚矮星光谱的特征谱线与轮廓特点，实现对热亚矮星的高效证认，同时精准给出其大气参数。该方法在识别准确性、参数精度上与传统方法持平，速度却实现质的飞跃：分析 10000 条候选体光谱，传统方法至少需要 1 个月，而该方法仅需几十分钟到数小时。借助这一方法，团队已从大型光谱巡天望远镜 LAMOST 数据库中新证认 291 颗热亚矮星。未来，该方法将应用于 DESI、Gaia 等更多光谱数据库，预计新发现的热亚矮星数量将实现成倍增长。

该项研究依托湘潭大学 “恒星与星际物质” 湖南省高校重点实验室。该实验室聚焦恒星物理、星际介质、计算天体物理、人工智能与天文大数据模型等研究方向，在恒星与星际介质领域已斩获国际瞩目的科研成果。近年来，实验室先后获批国家自然科学基金青年 B 类、重点、面上、青年 C 类等项目 20 余项，在Nature、ApJS、ApJ、A&A等国际权威期刊发表高水平学术论文 900 余篇，为我校天体物理研究提供了坚实的平台支撑。

文章链接：https://iopscience.iop.org/article/10.3847/1538-4365/ae374f