Stellar masses and mass ratios for Gaia open cluster members

技術要約：Gaia オープンクラスター成分における恒星質量と質量比

問題提起
オープンクラスター（OC）における未分解連星は、恒星およびクラスターの質量推定に重大なバイアスをもたらし、クラスターの力学および進化の研究を困難にする。これらの系を特徴付ける従来の手法は、多くの場合、時間のかかる分光サーベイや食連星の検出に依存しており、大規模なサンプルへの適用性は低い。さらに、標準的なアイソクローン・フィッティングは、カラー・マグニチュード図（CMD）における連星による散らばりを考慮できないことが多く、クラスターパラメータ（年齢、距離、消滅）や個々の恒星質量の不正確な決定を招く。Gaiaミッションはアストロメトリとフォトメトリに革命をもたらしたが、大規模なクラスターサンプルに対して、未分解連星の個々の質量と質量比（$q$）を自己整合的に導出することは依然として課題である。

手法
著者らは、シミュレーションに基づく推論（SBI）、具体的には**ニューラル後方分布推定（NPE）**を利用した、高速かつ堅牢なフレームワークを提示する。このフレームワークは、恒星質量、質量比、および最適なクラスターパラメータを共同で導出するものである。パイプラインは以下のように動作する：

1. データ統合： 本手法は、Gaia、2MASS、およびWISEからの多バンド・フォトメトリと、42の人口密度の高いOCのメンバー星に対するGaia DR3の年周視差を利用する。メンバーシップ・リストはHunt & Reffert (2024)から引用されている。
2. シミュレーションに基づく推論（SBI）： ニューラルネットワークは、PARSECアイソクローンを用いて生成された約200万個の恒星からなるシミュレーション・データセットを用いて訓練される。このシミュレーションには、現実的な観測誤差（フォトメトリおよび年周視差）と物理的事前分布（初期質量関数、金属量、年齢、距離、消滅、および質量比）が組み込まれている。ネットワークは、観測データから天体パラメータ（主星質量 $M_A$、質量比 $q$、金属量、年齢、距離指数、および消滅）の近似的な後方分布を直接学習し、明示的な尤度関数を必要としない。
3. 反復的なクラスターパラメータ推定： 個々の恒星パラメータとグローバルなクラスター特性との間の縮退を解消するために、著者らは反復ループを採用している。彼らは、クラスターの年齢、距離、金属量、および消滅に関するガウス事前分布に基づき、SBIの後方分布サンプルに重みを割り当てる。クラスターパラメータは、特定のパラメータの推定に最も適した恒星のサブセット（例：主系列転移点付近の星）を選択することによって反復的に更新され、約45回のイテレーションを経て収束する。金属量の縮退を減らすため、文献による分光学的金属量は固定されている。
4. 質量比の事前分布： 本フレームワークは、連星率が主星の質量とともに増加するという経験的な知見を組み込んでいる。ある星が連星系である確率に基づいて、結合 $M_A$-$q$ 後方分布に事前分布が適用される。シミュレーションにおける最小恒星質量（$0.1 M_\odot$）に基づき、下限質量比（$q_{lim}$）が定義され、これ以下の系は単独星として扱われる。
5. 検証： 本手法は、制御された連星特性とGaia相当の観測誤差を持つシミュレーション・クラスターを用いて検証されており、赤外線フォトメトリの導入が低質量比連星の検出を大幅に改善することを実証している。

主な貢献と結果

• カタログ生成： 本手法を42のOCに適用することで、著者らは27,201個の恒星の恒星質量と質量比のカタログを作成した。達成された典型的な不確かさは、主星質量に対して0.01 $M_\odot$、質量比（$q$）に対して0.08である。
• 検出閾値： 本研究は、未分解連星を確実に特定できる最小質量比の閾値（$q_{thresh}$）が、クラスターの特性および利用可能なフォトメトリに依存することを確立した。多バンド・フォトメトリ（赤外線を含む）を用いる場合、$q_{thresh}$ は通常 0.5 未満となるが、Gaia のフォトメトリのみを使用した場合、閾値は $\sim$0.55–0.56 まで上昇する。
• ケーススタディ（NGC 2360 および M67）： これら典型的なクラスターの詳細な分析により、以下が明らかになった：
  • NGC 2360： $\sim0.6 M_\odot$ より重い恒星において、連星率が単調に増加しており、フィールド星の傾向と一致している。
  • M67： 主系列のギャップに起因すると考えられる、特定の質量における連星率の落ち込みを示している。
  • 両クラスターとも、質量分離（mass segregation）と一致して、コア部で高い連星率を示している。
• 集団の傾向： 42のクラスターの分析により、以下が判明した：
  • 高質量比連星（$q \ge 0.6$）の割合とクラスターの年齢との間に、強い正の相関がある。
  • 連星率とクラスターの金属量との間に、弱い負の相関がある。
  • 距離との間には、弱い負の相関がある（これは、遠方の近接連星を解像できないGaiaの能力に起因する）。
  • オープンクラスターにおける恒星質量に伴う連星率の変化は、$\sim0.6 M_\odot$ より重いフィールド星で見られる依存関係と一致している。
• 文献との比較： 導出された恒星質量は、先行研究（例：Hunt & Reffert 2024; Khalatyan et al. 2024; Almeida et al. 2023）とよく一致している。導出された連星率は、光学的な Gaia フォトメトリのみを用いた研究よりも一般に約1.4倍高く、これは多バンド・アプローチによる検出能力の向上に起因する。

意義
著者らは、本研究が、拡張されたサンプルにおける多重度統計および精密な恒星質量の将来的な集団レベルの調査への道を開くものであると主張している。個々の恒星パラメータとグローバルなクラスター特性を同時に推論する、高速でスケーラブルなフレームワークを提供することにより、本手法は、力学的および進化的研究における未分解連星を適切に扱うという重要なニーズに応えている。赤外線フォトメトリの包含は、低質量比連星の検出閾値を下げるための鍵となる要因として強調されており、太陽近傍における連星集団のより完全な姿を提示している。論文は、本手法がモデル依存ではあるものの、これまで大規模サンプルに対して取得が困難であった精密なパラメータを導出するための、自己整合的なアプローチを提供していることを強調している。