Incorporating astrochemistry into molecular line modelling via emulation
Incorporating astrochemistry into molecular line modelling via emulation
复制标题
通过仿真将天体化学纳入分子线建模
DOI：
10.1051/0004-6361/201935973
复制
发表时间：
2019
影响因子：
6.5
通讯作者：
De Mijolla D
中科院分区：
文献类型：
--
作者：
De Mijolla D
在星系星际介质的研究中，分子发射的辐射传输模型对于将分子线观测与它们所追踪的气体的物理条件联系起来是有用的。然而，这样做需要解决一个高度退化的逆问题。为了减轻这些简并性，从天体化学模型导出的丰度可以转换成柱密度并输入辐射传输模型。这确保了辐射传输模型所使用的分子气体成分在化学上是真实的。然而，由于天体化学模型的复杂性和运行时间长，很难将化学模型纳入辐射传输框架。在本文中，我们介绍了一个统计模拟器的UCLCHEM天体化学模型，使用神经网络。然后，我们说明，通过参数估计的例子，这样的仿真器可以应用到真实的和合成的意见。
In studies of the interstellar medium in galaxies, radiative transfer models of molecular emission are useful for relating molecular line observations back to the physical conditions of the gas they trace. However, doing this requires solving a highly degenerate inverse problem. In order to alleviate these degeneracies, the abundances derived from astrochemical models can be converted into column densities and fed into radiative transfer models. This ensures that the molecular gas composition used by the radiative transfer models is chemically realistic. However, because of the complexity and long running time of astrochemical models, it can be difficult to incorporate chemical models into the radiative transfer framework. In this paper, we introduce a statistical emulator of the UCLCHEM astrochemical model, built using neural networks. We then illustrate, through examples of parameter estimations, how such an emulator can be applied to real and synthetic observations.
登录
查看更多内容
MaNN：用于建模星际介质的多个人工神经网络
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
T. Grassi;E. Merlin;L. Piovan;U. Buonomo;C. Chiosi
通讯作者：
C. Chiosi
影响因子：
5.3
作者：
Holdship, J.;Viti, S.;Priestley, F.
通讯作者：
Priestley, F.
DOI：
10.3847/1538-4357/aaf72a
发表时间：
2019
期刊：
The Astrophysical Journal
影响因子：
--
作者：
Harada Nanase;Nishimura Yuri;Watanabe Yoshimasa;Yamamoto Satoshi;Aikawa Yuri;Sakai Nami;Shimonishi Takashi
通讯作者：
Shimonishi Takashi
影响因子：
4.8
作者：
Bisbas, Thomas G.;Schruba, Andreas;van Dishoeck, Ewine F.
通讯作者：
van Dishoeck, Ewine F.
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
David A. Williams;S. Viti
通讯作者：
S. Viti