用数据挖掘及机器学习算法进行伽玛暴分类研究

Gamma-Ray Bursts (GRBs) have been conventionally divided into two distinct categories: short GRBs (T90>2s) and long GRBs (T90<2s). Generally, long GRBs are associated with massive star collapse and short GRBs are expected to be from double neutron star mergers or neutron star-black hole mergers. However, there is no any standard that can strictly distinguish these two kinds of GRBs. It is not perfect to classify GRBs according to T90 alone, especially there is a strong instrumental effect for the definition of T90. Therefore, the research on the classification of GRBs has never stopped. This project intends to study in-depth the problem of GRBs classification, and explore the application of new tools such as data mining and machine learning in the multivariate statistical analysis of various parameters of GRBs. We will seek the classification method suitable for the characteristics of the parameters of GRBs, and obtain the classification results. In addition, there is another important research content for this project that is the study of the statistical characteristics of short GRBs (especially the short GRBs witch associated with gravitational waves). Combining the method of data mining and machine learning, we will further understand whether the GRBs which associated with gravitational waves is a special type of short GRBs or not.

伽玛暴可以很方便的被分为长暴(T90>2s)和短暴(T90<2s)。一般认为，长暴起源于大质量恒星死亡，短暴起源于双中子星或中子星-黑洞的并合。然而目前还没有任何一个标准能够将这两类不同起源的伽玛暴严格区分开来，单独以T90对伽玛暴进行分类并不完美，尤其是关于T90的定义本身就有很强的仪器效应，因此关于伽玛暴分类问题的研究从未停止。本项目将深入研究伽玛暴分类问题，探索利用数据挖掘及机器学习等领域的新工具对伽玛暴的各种参数进行多元统计分析，寻找适合伽玛暴样本参数特点的分类方法并得到分类结果。此外，本项目另一个重要研究内容是研究短伽玛暴（尤其是与引力波成协的伽玛暴）的统计特征，并结合数据挖掘及机器学习的手段研究此类伽玛暴究竟是不是一类特殊的短伽玛暴。

伽玛暴可以很方便的被分为长暴(T90>2s)和短暴(T90<2s)。一般认为，长暴起源于大质量恒星死亡，短暴起源于双中子星或中子星-黑洞的并合。然而目前还没有任何一个标准能够将这两类不同起源的伽玛暴严格区分开来，单独以T90对伽玛暴进行分类并不完美，尤其是关于T90的定义本身就有很强的仪器效应，因此关于伽玛暴分类问题的研究从未停止。本项目旨在利用数据挖掘及机器学习等领域的工具研究伽玛暴的多元统计特征，并在伽玛暴的分类及多元参数相关性方面取得了很有意义的研究进展。我们用Bayesian Blocks算法得到了更可靠的GRB瞬时辐射峰值流量，结合Fermi GBM的Burst Catalog一起，作为我们多元数据分析的数据集。在对GRB积分流量F、峰值流量f和时标T90的分析研究后，我们有三点重要结论：1.三参数之间存在一个普适相关性：logf=0.75logT90+0.92logF-7.14。这个相关关系在不同子类的GRB中均得到满足。2.我们定义了更好的伽玛暴分类判据。三参数线性判别判据L=1.66logT90+0.84logf-0.46logF+3.24可以给出更好的长暴、短暴的分类结果。3.聚类分析方法得到的最佳结果表明，GRB应分为SGRB（短暴）、LBGRB（长亮暴）和LFGRB（长暗暴）三类。进一步分析表明，LBGRB和LFGRB之间的差异主要来源于瞬时辐射光变峰的数量不同，LBGRB统计上有更多的峰。本项目针对GRB多元数据结构特征，将数据挖掘领域的多种算法结合，得到了具有科学意义的研究发现，这对今后数据挖掘及机器学习领域的工具在天文研究中的应用具有借鉴意义。所得出的研究结论对于我们进一步理解GRB的起源和爆发机制有重要作用。