Proyek Hephaistos -- II. Kandidat bola Dyson dari Gaia DR3, 2MASS, dan WISE
Ini diawali dari adanya berita TV hari ini 16/6/24 yang memberitakan adanya suatu grup ahli perbintangan menemukan 7 bintang, yang mungkin dikelilingi oleh suatu struktur mega alien super canggih yang mereka namai Dyson Sphere. Pengertian dasarnya adalah sebagai berikut, suatu planet struktur mega alien super canggih tersebut diduga sepertinya sedang menyerap dan merecycle energy yang dicangkok. Planet tersebut tentunya dinamai sesuai dengan nama penelitinya yang bernama Freeman Dyson. Sangat luar biasa besarnya jumlah energi yang diserap menyebabkan kegiatan ini yang memancarkan sinar infra merah super terang yang sangat mencolok, sehingga bisa menarik perhatian para peneliti tersebut. Ditemukan juga terdapat 7 sumber titik asal sinar infra merah. Yang masih menjadi pemikiran mereka adalah, bagaimana cara menemukan alasan mengapa 7 sumber cahaya sinar infra merah terang tersebut dapat bersinar terang sekali di dalam Dyson Sphere ini, mengapa?
Bola Dyson diteorikan sebagai cara untuk mendeteksi kehidupan alien. Para ilmuwan mengatakan mereka telah menemukan bukti potensial.
Apa solusi akhir terhadap permasalahan energi di peradaban maju? Fisikawan terkenal asal Amerika keturunan Inggris, Freeman Dyson, berteori bahwa cangkang tersebut terdiri dari cermin atau panel surya yang mengelilingi sebuah bintang dan memanfaatkan semua energi yang dihasilkannya.
“Kita bisa berharap bahwa, dalam beberapa ribu tahun setelah memasuki tahap perkembangan industri, spesies cerdas apa pun akan ditemukan menempati biosfer buatan yang sepenuhnya mengelilingi bintang induknya,” menulis Dyson dalam makalah tahun 1960 di mana dia pertama kali menjelaskan konsep tersebut.
Jika kedengarannya seperti fiksi ilmiah, itu memang benar: Dyson mengambil idenya dari novel “Starmaker” karya Olaf Stapledon tahun 1937, dan dia selalu terbuka tentang hal itu. Mendiang ilmuwan tersebut adalah seorang profesor emeritus di Institute of Advanced Study di Princeton, New Jersey.
Namun, datang dari seorang pemikir yang menurut beberapa komunitas ilmiah mungkin saja demikian layak mendapat Hadiah Nobel Pada awal karirnya, konsep tersebut mulai berlaku dan megastruktur hipotesis dikenal sebagai bola Dyson, meskipun fisikawan tersebut kemudian mengklarifikasi bahwa mereka sebenarnya terdiri dari “kumpulan lepas atau segerombolan objek yang bergerak dalam orbit independen mengelilingi bintang.”
Berikut akan dibahas tentang hasil pengamatan grup proyek yang dipimpin oleh Dyson Freeman, yang menemukan alien mega alien super canggih. Makalah penelitian berjudul "Proyek Hephaistos -- II. Kandidat bola Dyson dari Gaia DR3, 2MASS, dan WISE '' dimuat dalam Monthly Notices of the Royal Astronomical Society (MNRAS), volume 531, issue 1, pada halaman 695-707. Penulisnya, Matas Suazo, Erik Zackrisson, Priyatam K. Mahto, Fabian Lundell, Carl Nettelblad, dan Andreas J. Korn, fokus pada pencarian sebagian bola Dyson menggunakan data dari Gaia DR3, 2MASS, dan WISE.
Studi ini menyelidiki calon kandidat bola Dyson---struktur yang dihipotesiskan mengelilingi bintang untuk menangkap energinya---dengan menganalisis pengamatan optik dan inframerah. Para peneliti mengidentifikasi tujuh bintang katai M yang menunjukkan emisi infra merah berlebih, menunjukkan bahwa bintang-bintang ini mungkin dikelilingi oleh struktur yang menyerap dan memancarkan kembali cahaya bintang, yang mungkin merupakan indikasi sebagian bola Dyson.
Pencarian kecerdasan luar angkasa saat ini sedang dilakukan dengan menggunakan berbagai teknik dan dalam pita panjang gelombang yang berbeda. Bola Dyson, megastruktur yang dapat dibangun oleh peradaban maju untuk memanfaatkan energi radiasi bintang induknya, mewakili potensi tekno, yang pada prinsipnya mungkin tersembunyi dalam data publik yang telah dikumpulkan sebagai bagian dari survei astronomi besar-besaran. Dalam studi ini, kami menyajikan pencarian komprehensif untuk bola Dyson parsial dengan menganalisis pengamatan optik dan inframerah Gaia, 2MASS, dan BIJAK. Kami mengembangkan pipeline yang menggunakan beberapa filter untuk mengidentifikasi kandidat potensial dan menolak penyelundup dalam sampel lima juta objek, yang menggabungkan jaringan saraf konvolusional untuk membantu mengidentifikasi kebingungan dalam BIJAK data. Terakhir, pipeline mengidentifikasi tujuh kandidat yang layak untuk dianalisis lebih lanjut. Semua objek ini adalah katai-M, yang fenomena astrofisikanya tidak dapat dengan mudah menjelaskan kelebihan emisi infra merah yang diamati
Berikut versi komposisi yang direvisi, disesuaikan untuk khalayak umum: Proyek Hephaistos -- II. Kandidat Dyson Sphere dari Gaia DR3, 2MASS, dan WISE
Makalah penelitian ini bertajuk "Proyek Hephaistos -- II. Kandidat Dyson Sphere dari Gaia DR3, 2MASS, dan WISE," diterbitkan dalam Monthly Notices of the Royal Astronomical Society (MNRAS), volume 531, edisi 1, di halaman 695-707. Ditulis oleh Matas Suazo, Erik Zackrisson, Priyatam K . Mahto, Fabian Lundell, Carl Nettelblad, dan Andreas J. Korn, makalah ini mengeksplorasi pencarian sebagian bola Dyson menggunakan data dari Gaia DR3, 2MASS, dan WISE.
Fokus Riset Studi ini pada kemungkinan adanya bola Dyson---struktur hipotesis yang dibangun di sekitar bintang untuk menangkap energinya. Dengan menganalisis pengamatan optik dan inframerah, para peneliti mengidentifikasi tujuh bintang M-dwarf dengan emisi infra merah yang tidak biasa. Bintang-bintang ini mungkin dikelilingi oleh struktur yang menyerap dan memancarkan kembali cahaya bintang, kemungkinan menunjukkan sebagian bola Dyson.
Temuan Utama: 1) Pengumpulan Data: Penelitian dimulai dengan sampel bintang dari katalog Gaia DR3-2MASS-AllWISE, dengan fokus pada bintang dalam jarak 300 parsec. Mereka selanjutnya menyaring sampel untuk memasukkan bintang-bintang yang terdeteksi dalam pita inframerah tertentu dari WISE, mempersempitnya menjadi sekitar 320.000 bintang. 2) Analisis dan Penyaringan: Tim mengembangkan metode untuk membandingkan fotometri (pengukuran cahaya) bintang-bintang ini dengan model bintang yang dikelilingi bola Dyson. Mereka menggunakan jaringan neural konvolusional untuk mengidentifikasi dan menghilangkan potensi kesalahan positif yang disebabkan oleh fenomena lain, seperti bintang muda atau bintang di nebula. 3) Kandidat Akhir: Setelah penyaringan menyeluruh dan inspeksi visual, tujuh bintang M-dwarf menonjol sebagai kandidat untuk analisis lebih lanjut. Bintang-bintang ini menunjukkan emisi infra merah berlebih yang tidak dapat dijelaskan dengan mudah oleh model astrofisika saat ini.
Metodologi: a) Para peneliti menggunakan rangkaian filter untuk mengidentifikasi kandidat potensial dari sampel lima juta objek. b) Mereka menggunakan jaringan neural konvolusional untuk membantu membedakan kandidat asli dari penyelundup. c) Pencarian grid dilakukan untuk mencocokkan data yang diamati dengan model teoritis, meminimalkan kesalahan.
Langkah selanjutnya: a)Spektroskopi: Untuk lebih memahami kandidat ini, para peneliti menyarankan spektroskopi lanjutan, terutama di wilayah emisi H. Hal ini akan membantu menentukan apakah kelebihan inframerah disebabkan oleh bintang-bintang muda atau sesuatu yang lebih tidak biasa. b) Analisis Inframerah: Spektroskopi inframerah lebih lanjut dapat memastikan apakah emisinya sesuai dengan yang diharapkan dari bola Dyson.
Kesimpulan. Meskipun ketujuh bintang katai M ini menunjukkan tanda-tanda menarik tentang potensi bola Dyson, diperlukan lebih banyak data untuk mengonfirmasi sifatnya. Studi ini mewakili langkah signifikan dalam pencarian kecerdasan luar angkasa dengan menganalisis survei astronomi besar untuk mencari tanda-tanda teknologi. Versi ini menyederhanakan rincian teknis dan menyoroti poin-poin penting bagi pembaca umum, memastikan temuan inti dan pentingnya penelitian jelas.
Untuk yang hobi astronomi bisa membaca sebagian cuplikan literatur berikut. Bagi orang awam, sayangnya ini terlalu banyak diisi istilah dan terminologi teknis astronomi, jadi porsi dibawah ini hanya diperuntukkan yang hobi astronomi saja, tetapi kalau mau mengeksplorasi detailnya juga dipersilahkan.Berikut adalah sebagian dari berbagai proses yang dilakukan dalam riset ini.
Pengumpulan data. Kami memulai pencarian kami dengan mengambil sampel bintang dari Gaia Katalog DR3-2MASS-AllWISE. Pencocokan silang antara katalog-katalog ini dilakukan dengan menggunakan allwise_best_neighbour, tmass_psc_xsc_best_neighbour, Dan tmass_psc_xsc_join katalog yang disediakan oleh Gaia konsorsium. Dalam sampel ini, fokus kami adalah memilih bintang yang terletak dalam jarak 300 parsec (pc) berdasarkan jarak geometris yang diperoleh dalam Early Data Release 3 (EDR3; Bailer-Jones et al. 2021). Kami memilih untuk memanfaatkan jarak EDR3 daripada Gaia Jarak DR3, karena jarak tersebut berasal dari spektrum BP/RP resolusi rendah dan oleh karena itu tidak tersedia untuk sebagian besar bintang dalam sampel.
Mengikuti kriteria yang disebutkan di atas, sampel awal kami terdiri dari sekitar 5 juta sumber. Selanjutnya, kami menerapkan kriteria seleksi tambahan, menuntut deteksi pada tanggal 12 dan 22 frekuensi m band (W3 dan W4, masing-masing) dari WISE. Pilihan ini dimotivasi oleh fakta bahwa kelebihan inframerah yang diharapkan dari DSs terutama terlihat pada pita-pita ini, mengingat kisaran suhu yang diharapkan untuk DSs, sebagaimana diuraikan dalam Bagian 2.2. Kami juga mengecualikan sumber yang menunjukkan kontaminasi menurut WISE bendera kontaminasi. Sebagai hasil dari langkah penyaringan ini, sampel kami dikurangi menjadi sekitar 320000 bintang.
Teori dan model. Langkah selanjutnya dalam jalur kami adalah menentukan seberapa mirip fotometri bintang-bintang dalam katalog dengan bintang-bintang deret utama hipotesis yang menampung DS. Penilaian ini memerlukan pemahaman tentang bagaimana fotometri bintang berubah ketika dikelilingi oleh DS, yang melibatkan dua efek: pengaburan bintang oleh DS dan emisi ulang radiasi yang diserap oleh struktur pada panjang gelombang yang lebih panjang. Untuk memprediksi karakteristik pengamatan sistem komposit yang terdiri dari bintang dan DS (DS), kami menggunakan model yang disajikan dalam Suazo et al. (2022). Model ini menggabungkan fluks fotometrik yang diharapkan dari DS ke dalam fotometri bintang deret utama yang diamati untuk mensimulasikan sistem gabungan. Secara sederhana, fotometri bintang dimodifikasi menurut persamaan berikut:
Pencarian jaringan. Setelah menghasilkan model 220745, kami melanjutkan untuk membandingkan fotometri semua bintang deret utama yang tersisa dari Bagian 2.1 untuk model-model ini. Hal ini melibatkan melakukan pencarian grid untuk menemukan model yang paling sesuai untuk masing-masing 320000 sumber. Pemilihan model yang paling cocok untuk setiap bintang didasarkan pada minimalisasi root mean squared error (RMSE) antara data observasi dan prediksi model.
Setelah memfilter bintang berdasarkan kriteria RMSE, kami melanjutkan mengklasifikasikan sumber yang tersisa menggunakan jaringan saraf. Klasifikasi ini bertujuan untuk membedakan apakah sumber terletak di wilayah nebular. Nebula dapat menghasilkan fitur yang mirip dengan yang secara hipotesis dihasilkan oleh DS, itulah motivasi di balik pengembangan algoritma ini.
Klasifikasi gambar. Setelah memilih kandidat menggunakan RMSE sebagai metrik kesesuaian kami, kami menemukan bahwa bintang-bintang muda yang tertutup debu atau bintang-bintang yang terkait dengan nebula menonjol muncul sebagai hasil positif palsu yang umum. Pencarian sebelumnya untuk sumber inframerah (misalnya Kennedy dkk. 2012; Ribas dkk. 2012) mengalami masalah kontaminasi karena keberadaan sumber di latar depan atau di dekatnya, yang dapat menyebabkan pergeseran pusat foto secara besar-besaran WISE pita dan/atau morfologi yang diperluas. Semua fenomena ini dapat menghasilkan tanda fotometrik yang mirip dengan model kami. Untuk mengurangi jumlah penyelundup dalam bentuk bintang-bintang muda yang tidak jelas dalam sampel kami, kami mengembangkan algoritma untuk mengklasifikasikan apakah bintang-bintang terletak atau tidak di wilayah nebular berdasarkan pada lokasinya. WISE gambar-gambar. Algoritma ini menggunakan normalisasi W3 gambar sebagai masukan dan bertujuan untuk mengklasifikasikan bintang berdasarkan letaknya di wilayah nebular. Arsitektur CNN yang digunakan dalam pekerjaan ini disajikan pada Tabel 1, dan dikembangkan menggunakan library PYTHORCH (Paszke dkk. 2019).
Emisi H. Emisi foton H merupakan tanda penting dari bintang-bintang muda, terutama selama episode pertambahan kuat. Ketika protobintang muda memanas, ia mengionisasi cakram akresi yang didominasi hidrogen di sekitarnya, yang akhirnya memancarkan foton H (Barrado y Navascus & Martn 2003).
Di dalam Gaia DR3, lebar pseudo-ekuivalen (EW) dari H disediakan sebagai salah satu produk baru (Creevey et al. 2023; Fouesneau dkk. 2023), dan ini menjadi salah satu parameter terpenting saat menyingkirkan penyusup. Sama seperti variabilitas optik yang merupakan ciri khas bintang pra-deret utama, emisi foton H akibat eksitasi hidrogen selama proses tambah tumbuhnya juga merupakan ciri penting lainnya. Untuk menyaring positif palsu, sumber dengan H EWs lebih rendah dari nol (pada 3) ditolak, yaitu sumber dengan emisi H terdeteksi pada tingkat kepercayaan 99,7 persen.
Variabilitas optik. Bintang-bintang pra-deret utama, yang berada pada tahap awal evolusi bintang, secara alami dapat memancarkan radiasi infra merah karena adanya piringan akresi yang mengelilingi bintang pembentuknya. Bintang-bintang muda ini sering menunjukkan variabilitas kecerahan sebagai ciri khasnya (misalnya Joy 1945; Herbst dkk. 2007). Variabilitas ini dapat disebabkan oleh berbagai faktor, termasuk peristiwa pengaburan di sekitar bintang, titik panas pada bintang atau piringan, semburan akresi, dan perubahan struktural yang cepat pada piringan akresi (Cody et al. 2014).
Penting untuk dicatat bahwa pemeriksaan ini menolak potensi kawanan Dyson dengan elemen penyerap yang sangat besar karena pada prinsipnya hal ini dapat menghasilkan variasi fotometri bintang induk yang dapat dideteksi. Namun, variasi ini dapat disalah artikan sebagai fenomena astrofisika lain seperti variasi astero seismik atau kebisingan fotometrik (Wright et al. 2016). Hal ini juga praktis untuk mengecualikan sumber variabel; jika tidak, bintang-bintang muda akan lebih mudah lolos dari jalur pipa kita.
Astrometri. Pencarian kami sangat bergantung pada jarak berbasis paralaks, yang dapat diperkirakan secara salah jika model bintang tunggal gagal sesuai dengan pengamatan astrometri. Untuk menilai keandalan jarak, Gaia menyediakan penormalan kembali Unit Weight Error (RUWE), sebuah parameter yang memberi tahu kita seberapa cocok observasi astrometri dengan solusi astrometri. Nilai RUWE cenderung mendekati 1,0 untuk sumber yang berperilaku baik, sedangkan nilai yang jauh lebih tinggi yang melebihi 1,0 mungkin mengindikasikan sumber yang tidak tunggal atau bermasalah. Untuk memastikan astrometri yang andal, kami menerapkan ambang batas RUWE konservatif sebesar 1,4. Sumber yang melampaui ambang batas ini dikecualikan sebagai kandidat potensial untuk meminimalkan objek dengan perkiraan jarak yang tidak dapat diandalkan. Penelitian lain (misalnya Stassun & Torres 2021) telah menunjukkan korelasi yang signifikan antara statistik RUWE dan sistem biner yang belum terselesaikan. Sistem biner dapat menghasilkan debu hangat melalui proses seperti tabrakan planet yang dahsyat (misalnya Weinberger 2008; Thompson dkk. 2019). Mengingat bahwa sistem tersebut mungkin memiliki jarak yang tidak akurat dan menunjukkan kelebihan fluks MIR, kriteria RUWE yang disebutkan di atas membantu dalam menolak sumber yang berpotensi terdiri dari biner yang dikelilingi oleh debu hangat, serta sumber yang memiliki astrometri bermasalah.
Kemungkinan bintang. Gaia juga mengklasifikasikan sumber ke dalam kategori yang berbeda. Kami menggunakan salah satu metrik probabilitas Gaia DR3 menyediakan untuk memastikan sumbernya kemungkinan besar adalah bintang. Secara khusus, kami menggunakan ___>0,9 untuk mempertimbangkan kandidat sumber kami. Kami tidak menemukan perbedaan saat membandingkan matrik klasifikasi serupa.
Sumber menolak sejauh ini. Dari semua kriteria yang diuraikan dalam Bagian 2.5, kriteria RUWE menyangkal jumlah kandidat terbanyak. Sebanyak 282 sumber ditolak berdasarkan kriteria ini saja, yang setara dengan sekitar setengah dari seluruh sumber yang ditolak berdasarkan kriteria apa pun di Bagian 2.5. Emisi H, variabilitas optik, dan kriteria bendera yang diperluas berkontribusi sama terhadap pemotongan lainnya. Kami memperhatikan bahwa lebih dari 1000 sumber memiliki H EW negatif. Namun, ketidakpastiannya begitu besar sehingga kami tidak dapat memastikan emisi H pada tingkat 3.
kriteria SNR. Setelah menerapkan semua pemotongan yang disajikan di Bagian 2, kami mendapatkan 5137 sumber dengan SED mirip DS. Oleh karena itu, kami melanjutkan untuk memeriksa secara visual beberapa di antaranya WISE3/DI WISE4 gambar kandidat ini. Langkah ini mengungkapkan bahwa sebagian besar dari mereka tampaknya tidak meyakinkan sebagai sumber yang aman. Dalam banyak kasus, sumber-sumber ini tampak tidak beraturan atau menyatu dengan kebisingan latar belakang. Meskipun BIJAK reduksi data menganggap sinyal apapun dengan nilai SNR lebih tinggi dari 2 sebagai deteksi, banyak dari deteksi ini tidak dapat diandalkan dan gagal mewakili sumber inframerah asli; sebagian besar gambar yang diperiksa cocok dengan pola ini. Oleh karena itu, pemotongan tambahan diterapkan berdasarkan SNR dari 5000 sumber ini. Kami memilih sumber dengan SNR lebih tinggi dari 3,5 pada keduanya WISE3 dan DI WISE4 band, menghasilkan 368 sumber.
Inspeksi visual. Setelah menolak semua sumber dengan SNR rendah, kami melakukan inspeksi visual kedua untuk semua sumber yang selamat dari pemotongan SNR. Pemeriksaan visual dari BIJAK gambar (misalnya Ribas dkk. 2012; Sgro & Lagu 2021) adalah teknik umum untuk mengidentifikasi dan menolak sumber yang tidak dapat diandalkan, karena tidak semua tanda atau metrik disediakan oleh BIJAK dapat mengatasi permasalahan dalam reduksi data. Mengikuti pengawasan semuanya BIJAK gambar, kami mengkategorikan tiga jenis perancu: campuran, struktur tidak beraturan, dan fitur nebular. Ara. 5 menggambarkan perbedaan antara kelas-kelas ini. Di baris atas, kami menampilkan 'blend case', dimana sumber tumpang tindih dengan sumber eksternal di dalam aperture BIJAK band, terutama terlihat di WISE3 dan WISE4 band. Gambar optik dengan resolusi lebih tinggi memudahkan pendeteksian campuran. Meskipun beberapa kontaminan tidak memancarkan cahaya optik, jika sumber inframerah tampak bergeser secara signifikan dari pusat gambar dan tidak memiliki emisi optik, maka sumber tersebut dianggap campuran dan selanjutnya ditolak.
Terakhir, untuk tujuh sumber yang teridentifikasi sebagai kandidat potensial, kami melakukan penelusuran terhadap sumber sinar-X terdekat. Sinar-X adalah alat yang ampuh untuk menelusuri daerah pembentuk bintang di langit (misalnya Sciortino 2022), menunjukkan bahwa kandidat kita mungkin adalah bintang muda jika ada sumber sinar-X yang terkait dengan pembentukan bintang di sekitarnya. Setelah mencari XMM--Newton arsip sains, kami tidak menemukan bukti sumber sinar-X di sekitar kandidat kami yang dapat dikaitkan dengan pembentukan bintang. Dalam satu contoh, terdapat sumber sinar-X sekitar 14 arcmin dari seorang kandidat; namun, sumber ini dipastikan adalah galaksi Seyfert.
HASIL. Di meja 5, kami merangkum semua kandidat. Inspeksi visual kami menunjukkan bahwa sumber-sumber ini adalah sumber radiasi infra merah sebenarnya yang tidak terkena kontaminasi apa pun. Mengingat terbatasnya jumlah kandidat, kami merevisi pemasangan model kami menggunakan grid yang lebih halus dibandingkan dengan yang digunakan di Bagian 2.3. Kali ini, kami membandingkan data kami dengan model 6216900, yang mencakup 391 DS suhu efektif yang berkisar antara 10 hingga 400 K dan 60 faktor penutup yang berkisar antara 104 menjadi 0,4. Meja 5 menyajikan perkiraan suhu DS yang diperbarui dan faktor penutupnya.
DISKUSI. Kami melakukan pencarian komprehensif untuk sumber yang menunjukkan SED yang kompatibel dengan bintang yang menghosting DS parsial. Pencarian terakhir semacam ini dilakukan oleh Carrigan (2009), yang hanya mencari DS lengkap ( = 1) menggunakan data IRAS. Kami menganalisis sampel yang jauh lebih besar, yaitu sekitar 320000 sumber dari Gaia Kumpulan data DR3-2MASS-AllWISE dengan WISE3/WISE4 deteksi, yang hampir 30 kali lebih besar dari sampel Carrigan. Hasilnya, kami mengidentifikasi tujuh sumber yang menampilkan kelebihan arus MIR yang tidak diketahui asalnya. Berbagai proses yang melibatkan material meliputi sekitar bintang di sekitar bintang, seperti interaksi biner, bintang pra-deret utama, dan cakram puing-puing hangat, dapat berkontribusi terhadap kelebihan MIR yang diamati (misalnya Cotten & Song 2016). Kennedy & Wyatt (2013) memperkirakan tingkat kemunculan debu yang hangat dan terang. Tingkat kejadiannya adalah 1 per 100 untuk sumber yang sangat muda, sedangkan untuk sistem lama (>1 Gyr) menjadi 1 per 10000. Namun, hasil pemeriksaan variabilitas kami menunjukkan bahwa sumber kami bukanlah bintang muda. Jika kandidat kita adalah bintang-bintang muda, hal ini dapat menjelaskan kelebihan inframerah dan akan menyamai tingkat kemunculannya. Namun demikian, perlu dicatat bahwa meskipun jarang, literatur telah mendokumentasikan keberadaan bintang-bintang pra-deret utama dengan nilai rendah. var nilai-nilai (misalnya Vioque dkk. 2020). Di sisi lain, pemeriksaan astrometri kami, yang sangat bergantung pada parameter RUWE, menunjukkan bahwa solusi astrometri bintang tunggal dapat diterapkan pada sumber kami. Terlepas dari kenyataan bahwa kami memilih ambang batas konservatif untuk var dan parameter RUWE (masing-masing 2 dan 1,4), kandidat kami memiliki nilai yang jauh di bawah ambang batas yang dipilih. Itu var dan nilai-nilai RUWE biasanya berkisar pada kesatuan.
KESIMPULAN. Setelah menganalisis fotometri optik/NIR/MIR 5 106 sumber, kami menemukan tujuh M dwarfs yang menunjukkan kelebihan inframerah yang sifatnya tidak jelas yang kompatibel dengan model DS kami. Kami memodelkan DS dengan suhu berkisar antara 100 hingga 700 K dan mencakup faktor dari 0,1 hingga 0,9. Ada beberapa penjelasan alami mengenai kelebihan inframerah dalam literatur, namun tidak satupun yang secara jelas menjelaskan fenomena tersebut pada kandidat, terutama mengingat semuanya adalah katai M.
Kami berpendapat bahwa spektroskopi lanjutan akan membantu kami mengungkap sifat sumber-sumber ini. Secara khusus, menganalisis wilayah spektral di sekitar H dapat membantu kita membuang atau memverifikasi keberadaan cakram muda dengan menganalisis potensi emisi H. Spektroskopi di wilayah MIR akan sangat berguna dalam menentukan apakah emisi tersebut berkaitan dengan satu benda hitam, seperti yang kami asumsikan dalam model kami. Selain itu, spektroskopi dapat membantu kita menentukan tipe spektral sebenarnya dari kandidat kita dan pada akhirnya menolak adanya perancu.
Kami ingin menekankan bahwa meskipun kandidat kami menampilkan properti yang konsisten dengan DS parsial, terlalu dini untuk berasumsi bahwa MIR yang disajikan dalam sumber-sumber ini berasal dari DS parsial. Kualitas data MIR untuk objek ini biasanya cukup rendah, dan diperlukan data tambahan untuk menentukan sifatnya.
