Detailansicht
Determining fundamental parameters of red giants using asteroseismic quantities and machine learning
Eva Weiler
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Astronomie
Betreuer*in
Thomas Kallinger
DOI
10.25365/thesis.65969
URN
urn:nbn:at:at-ubw:1-14742.29679.598553-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Radius und Masse von Sonnen-ähnlichen Pulsatoren werden häufig mithilfe seismischer Skalierungsrelationen der großen Frequenzseparation, ∆ν, sowie der Frequenz der maximalen Oszillationspower, ν_max , ermittelt. Die asteroseismischen Größen, ∆ν und ν_max, werden über stellare Oszillationsspektren abgeleitet. Diese müssen hoch aufgelöst sein, um ∆ν ausreichend gut bestimmen zu können, was mit kürzeren Beobachtungsperioden immer schwieriger wird.
Das Ziel dieser Masterarbeit ist daher, ein Modell zu erstellen, welches nicht von ∆ν abhängt, sondern von anderen asteroseismischen Größen, die einfacher abzuleiten sind. Auf diese Weise wird eine alternative Methode geboten, um Radius und Masse von Sonnen-ähnlichen Pulsatoren abzuschätzen.
Das Modell wird mithilfe eines maschinellen Lernenalgorithmus, nämlich eines Random Forest Regressors, erstellt, welcher an die seismischen Parameter von mehr als 6000 Roten Riesen angepasst wird. Diese Sterne wurden mit dem Kepler Weltraumteleskop beobachtet
und decken verschiedene Entwicklungsstadien vom roten bis zum asymptotischen Riesenast ab.
Letztendlich werden drei Modelle erstellt: (1) das erste Modell basiert auf den seismischen Parametern ν_max , σ und p_tot als auch auf T_eff und wird mit den Radien und Massen, welche von den seismischen Skalierungsrelationen resultieren, verglichen, (2) ein zweites
Modell hängt nicht von Temperaturmessungen ab, und (3) ein drittes Modell verlangt die stellare Metallizität zusätzlich zu den Inputparametern des ersten Modells. Die Vorhersagegenauigkeit der Modelle variiert mit der Anzahl der Inputparameter und erzielt für die Validierungssets RMSE_S (d.h. skalierter RM SE ) Werte von 0.64 (Modell 2) bis 0.58 (Modell 3). Die Modelle werden an Sonnen-ähnlichen Pulsatoren getestet, für welche unabhängige (d.h. nicht-seismische) Massen- und Radiusmessungen existieren. Der erste Test umfasst 24 Sonnen-ähnlichen Pulsatoren, deren asteroseismischen Daten erst kürzlich von der laufenden NASA Mission TESS gemessen worden sind. 16 Sterne können mit den Radius- und Massewerten von Aguirre et al. (2020) verglichen werden. Die Massen und Radien der übrigen acht
Sterne werden in dieser Arbeit zum ersten Mal abgeschätzt. Die Modelle erzielen außerdem gute Resultate für sechs Doppelsterne sowie neun metallarme Sterne, welche wiederum mit Kepler beobachtet wurden, wobei Modell 1 die Radien und Massen von letzteren systemat-
isch überschätzen. Als letzten Test werden die durchschnittlichen RGB und RC Massen von 90 Roten Riesen abgeschätzt, welche zu den offenen Sternhaufen NGC 6791 und NGC 6819 gehören. Modell 1 sagt eine durchschnittliche RGB Masse von (1.051 ± 0.004) M_⊙ und (1.41 ± 0.02) M_⊙ für die RGB Sterne in NGC 6791 beziehungsweise NGC 6819 voraus.
Die Modelle funktionieren gut für mittelschwere Sterne, vor allem für Sterne die R_true < 20 R_⊙ erfüllen. In den meisten Fällen versagen sie jedoch, die schwersten und leichtesten Sterne des ursprünglichen Datensatzes sowie der verschiedenen Testsets zu reproduzieren. Außerdem scheint es bei der Radiusvorhersage eine Massenabhängigkeit zu geben, da die vorhergesagten Radien von leichten Sternen eher überschätzt, während die Radien von massiveren Sternen tendenziell unterschätzt werden. Ebenso werden die Massen von massearmen sowie massereichen über- beziehungsweise unterschätzt.
Die Modelle können das Aussehen eines berechneten Masse-zu-Radius Plots grundsätzlich gut reproduzieren, vor allem die unterschiedlichen Entwicklungsstadien sind in diesem klar erkennbar.
Abstract
(Englisch)
Radius and mass of solar-like oscillators are frequently derived by means of scaling relations for the large frequency separation, ∆ν, and the frequency of maximum oscillation power, ν_max. The asteroseismic quantities ∆ν and ν_max are derived from stellar oscillation spectra. They need to be well resolved in order to suffciently well determine ∆ν, which becomes quite challenging for short observation periods.
The aim of this thesis is therefore to construct a model that does not depend on ∆ν but on other asteroseismic quantities, which are easier to obtain. This way, an alternative method for estimating the radius and mass of solar-like oscillators is provided.
The model is created using a machine learning algorithm, namely a Random Forest Regressor, which is fitted to the seismic parameters of more than 6000 red giant stars. These stars were observed with the Kepler space telescope and cover different evolutionary stages from the red giant branch to the asymptotic giant branch.
In the end, three models are created: (1) the primary model is based on the seismic parameters ν_max , σ and p_tot as well as T_eff and calibrated against the mass and radius that result from the seismic scaling relations, (2) a second model does not rely on temperature
measurements as input, and (3) a third model requires also the stellar metallicity in addition to the input of the primary model. The prediction performance of the three models varies with the number of input parameters and give a RMSE_S (i.e. scaled RM SE ) for the validation set ranging from 0.64 (model 2) to 0.58 (model 3). The models are tested using evolved solar-like oscillators, for which independent (i.e. non-seismic) mass and radius measurements exist. The first test set includes 24 solar-like oscillators, for which the asteroseismic data has been recently obtained from the ongoing NASA mission TESS . 16 stars can be compared
with the radii and masses from Aguirre et al. (2020). The masses and radii of the remain ing eight stars are estimated in this work for the first time. Furthermore, the models yield good results for six eclipsing binaries and nine metal-poor stars observed by Kepler, whereas model 1 systematically overestimates the true radii and masses of the latter. Finally, the average RGB and RC masses of 90 red giants, which belong to the open cluster NGC 6791 and NGC 6819 are predicted. I arrive at an average RGB mass of (1.051 ± 0.004) M_⊙ and (1.41 ± 0.02) M_⊙ for the RGB stars in the cluster NGC 6791 and NGC 6810, respectively.
The models work well for intermediate-mass stars, above all for stars with R_true < 20 R_⊙. However, they fail in most cases to reproduce the lowest and highest mass stars from the initial data set as well as from the different test sets. Moreover, there seems to be a mass dependency for the radius predictions, as the predicted radii of less massive stars are rather overestimated while the radii of more massive stars are tendentially underestimated by the ML models. Similarly, the masses of low- and high mass stars are over- and underpredicted, respectively.
The models are able to reproduce the overall appearance of the true mass and radius distribution in the analyzed sample, with the different evolutionary stages clearly recognizable.
Schlagwörter
Schlagwörter
(Englisch)
Solar-like oscillators asteroseismology nonlinear seismic scaling relations machine learning random forest
Schlagwörter
(Deutsch)
Sonnen-ähnliche Pulsatoren Asteroseismologie nichtlineare seismische Skalierungsrelationen maschinelles Lernen Random Forest
Autor*innen
Eva Weiler
Haupttitel (Englisch)
Determining fundamental parameters of red giants using asteroseismic quantities and machine learning
Publikationsjahr
2021
Umfangsangabe
viii, 67 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Thomas Kallinger
AC Nummer
AC16321199
Utheses ID
58429
Studienkennzahl
UA | 066 | 861 | |