Free Access
Issue
A&A
Volume 642, October 2020
Article Number A22
Number of page(s) 16
Section Stellar atmospheres
DOI https://doi.org/10.1051/0004-6361/202038787
Published online 30 September 2020
  1. Abadi, M., e. a. 2015, TensorFlow: Large-Scale Machine Learning on Heterogeneous Systems, https://github.com/tensorflow/tensorflow, accessed: 2020-02-07 [Google Scholar]
  2. Abraham, S., Aniyan, A. K., Kembhavi, A. K., Philip, N. S., & Vaghmare, K. 2018, MNRAS, 477, 894 [Google Scholar]
  3. Allard, F. 1990, PhD thesis, Centre de Recherche Astrophysique de Lyon, France [Google Scholar]
  4. Allard, F., & Hauschildt, P. H. 1995, ApJ, 445, 433 [NASA ADS] [CrossRef] [Google Scholar]
  5. Allard, F., Hauschildt, P. H., Alexander, D. R., Tamanai, A., & Schweitzer, A. 2001, ApJ, 556, 357 [NASA ADS] [CrossRef] [Google Scholar]
  6. Allard, F., Homeier, D., & Freytag, B. 2011, ASP Conf. Ser., 448, 91 [NASA ADS] [Google Scholar]
  7. Allard, F., Homeier, D., & Freytag, B. 2012, Phil. Trans. R. Soc. London Ser. A, 370, 2765 [Google Scholar]
  8. Allard, F., Homeier, D., Freytag, B., et al. 2013, Mem. Soc. Astron. It. Suppl., 24, 128 [Google Scholar]
  9. Alvarez, R., & Plez, B. 1998, A&A, 330, 1109 [NASA ADS] [Google Scholar]
  10. Anthony, M., & Bartlett, P. L. 2009, Neural Network Learning: Theoretical Foundations (Cambridge: Cambridge University Press) [Google Scholar]
  11. Antoniadis-Karnavas, A., Sousa, S. G., Delgado-Mena, E., et al. 2020, A&A, 636, A9 [CrossRef] [EDP Sciences] [Google Scholar]
  12. Bailer-Jones, C. A. L., Irwin, M., Gilmore, G., & von Hippel, T. 1997, MNRAS, 292, 157 [NASA ADS] [Google Scholar]
  13. Bean, J. L., Benedict, G. F., & Endl, M. 2006, ApJ, 653, L65 [NASA ADS] [CrossRef] [Google Scholar]
  14. Birky, J. L., Aganze, C., Burgasser, A. J., et al. 2017, AAS Meeting Abstracts, 229, 240.18 [NASA ADS] [Google Scholar]
  15. Birky, J., Hogg, D. W., Mann, A. W., & Burgasser, A. 2020, ApJ, 892, 31 [CrossRef] [Google Scholar]
  16. Bonfils, X., Delfosse, X., Udry, S., et al. 2005, A&A, 442, 635 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  17. Boyajian, T. S., von Braun, K., van Belle, G., et al. 2012, ApJ, 757, 112 [NASA ADS] [CrossRef] [Google Scholar]
  18. Bressan, A., Marigo, P., Girardi, L., et al. 2012, MNRAS, 427, 127 [NASA ADS] [CrossRef] [Google Scholar]
  19. Caballero, J. A., Guàrdia, J., López del Fresno, M., et al. 2016, Proc. SPIE, 9910, 99100E [Google Scholar]
  20. Casagrande, L., Flynn, C., & Bessell, M. 2008, MNRAS, 389, 585 [NASA ADS] [CrossRef] [MathSciNet] [Google Scholar]
  21. Casey, A. R., Hogg, D. W., Ness, M., et al. 2016, arXiv e-prints, [arXiv:1603.03040] [Google Scholar]
  22. Chen, Y., Girardi, L., Bressan, A., et al. 2014, MNRAS, 444, 2525 [NASA ADS] [CrossRef] [Google Scholar]
  23. Chen, Y., Bressan, A., Girardi, L., et al. 2015, MNRAS, 452, 1068 [NASA ADS] [CrossRef] [Google Scholar]
  24. Chollet, F. 2015, KERAS, https://github.com/keras-team/keras, accessed: 2020-02-07 [Google Scholar]
  25. Czesla, S., Schröter, S., Schneider, C. P., et al. 2019, PyA: Python astronomy-related packages [Google Scholar]
  26. Delfosse, X., Forveille, T., Ségransan, D., et al. 2000, A&A, 364, 217 [NASA ADS] [Google Scholar]
  27. Demory, B. O., Ségransan, D., Forveille, T., et al. 2009, A&A, 505, 205 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  28. Dhital, S., West, A. A., Stassun, K. G., et al. 2012, AJ, 143, 67 [NASA ADS] [CrossRef] [Google Scholar]
  29. Dieleman, S., Willett, K. W., & Dambre, J. 2015, MNRAS, 450, 1441 [NASA ADS] [CrossRef] [Google Scholar]
  30. Dittmann, J. A., Irwin, J. M., Charbonneau, D., & Newton, E. R. 2016, ApJ, 818, 153 [NASA ADS] [CrossRef] [Google Scholar]
  31. Fabbro, S., Venn, K. A., O’Briain, T., et al. 2018, MNRAS, 475, 2978 [NASA ADS] [CrossRef] [Google Scholar]
  32. Figueira, P., Adibekyan, V. Z., Oshagh, M., et al. 2016, A&A, 586, A101 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  33. Freedman, D., & Diaconis, P. 1981, Zeitschrift für Wahrscheinlichkeitstheorie und Verwandte Gebiete, 57, 453 [Google Scholar]
  34. Gaidos, E., & Mann, A. W. 2014, ApJ, 791, 54 [NASA ADS] [CrossRef] [Google Scholar]
  35. Gizis, J. E. 1997, AJ, 113, 806 [NASA ADS] [CrossRef] [Google Scholar]
  36. Gong, B., & Ordieres-Meré, J. 2016, Environ. Modell. Softw., 84, 290 [CrossRef] [Google Scholar]
  37. González-Marcos, A., Ordieres-Meré, J., Alba-Elías, F., de Pisón, F. J. M., & Castejón-Limas, M. 2013, Ironmaking Steelmaking, 41, 262 [CrossRef] [Google Scholar]
  38. González-Marcos, A., Sarro, L. M., Ordieres-Meré, J., & Bello-García, A. 2017, MNRAS, 465, 4556 [CrossRef] [Google Scholar]
  39. Gulati, R. K., Gupta, R., Gothoskar, P., & Khobragade, S. 1994, ApJ, 426, 340 [Google Scholar]
  40. Gustafsson, B., Edvardsson, B., Eriksson, K., et al. 2008, A&A, 486, 951 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  41. Hafner, M., & Wehrse, R. 1994, A&A, 282, 874 [Google Scholar]
  42. Hartman, J. D., Bayliss, D., Brahm, R., et al. 2015, AJ, 149, 166 [NASA ADS] [CrossRef] [Google Scholar]
  43. Hauschildt, P. H. 1992, J. Quant. Spectr. Rad. Transf., 47, 433 [Google Scholar]
  44. Hauschildt, P. H. 1993, J. Quant. Spectr. Rad. Transf., 50, 301 [Google Scholar]
  45. Hauschildt, P. H., Allard, F., & Baron, E. 1999, ApJ, 512, 377 [NASA ADS] [CrossRef] [Google Scholar]
  46. Hauschildt, P. H., & Baron, E. 1999, J. Comput. Appl. Math., 109, 41 [NASA ADS] [CrossRef] [Google Scholar]
  47. He, W., & Zhao, G. 2019, Res. A&A, 19, 140 [Google Scholar]
  48. Hon, M., Stello, D., & Yu, J. 2017, MNRAS, 469, 4578 [Google Scholar]
  49. Houdebine, É. R., Mullan, D. J., Doyle, J. G., et al. 2019, AJ, 158, 56 [CrossRef] [Google Scholar]
  50. Husser, T.-O., Wende-von Berg, S., Dreizler, S., et al. 2013, A&A, 553, A6 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  51. Johnson, J. A., & Apps, K. 2009, ApJ, 699, 933 [NASA ADS] [CrossRef] [Google Scholar]
  52. Johnson, J. A., Gazak, J. Z., Apps, K., et al. 2012, AJ, 143, 111 [NASA ADS] [CrossRef] [Google Scholar]
  53. Johnson, S. G., Cervellino, A., Wuttke, J. 2019, libcerf, numeric library for complex error functions, version 1.13, https://jugit.fz-juelich.de/mlz/libcerf [Google Scholar]
  54. Jones, H. R. A., Longmore, A. J., Allard, F., & Hauschildt, P. H. 1996, MNRAS, 280, 77 [NASA ADS] [CrossRef] [Google Scholar]
  55. Kausch, W., Noll, S., Smette, A., et al. 2014, ASP Conf. Ser., 485, 403 [NASA ADS] [Google Scholar]
  56. Khata, D., Mondal, S., Das, R., Ghosh, S., & Ghosh, S. 2020, MNRAS, 493, 4533 [Google Scholar]
  57. Kielty, C. L., Bialek, S., Fabbro, S., et al. 2018, Int. Soc. Opt. Photon., 10707, 107072W [Google Scholar]
  58. Kirkpatrick, J. D., Kelly, D. M., Rieke, G. H., et al. 1993, ApJ, 402, 643 [NASA ADS] [CrossRef] [Google Scholar]
  59. Kuznetsov, M. K., del Burgo, C., Pavlenko, Y. V., & Frith, J. 2019, ApJ, 878, 134 [Google Scholar]
  60. LeCun, Y., Bengio, Y., & Hinton, G. 2015, Nature, 521, 436 [NASA ADS] [CrossRef] [PubMed] [Google Scholar]
  61. Leggett, S. K., Allard, F., Berriman, G., Dahn, C. C., & Hauschildt, P. H. 1996, ApJS, 104, 117 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  62. Leggett, S. K., Allard, F., Dahn, C., et al. 2000, ApJ, 535, 965 [NASA ADS] [CrossRef] [Google Scholar]
  63. Leggett, S. K., Allard, F., Geballe, T. R., Hauschildt, P. H., & Schweitzer, A. 2001, ApJ, 548, 908 [NASA ADS] [CrossRef] [Google Scholar]
  64. Leung, H. W., & Bovy, J. 2019, MNRAS, 483, 3255 [NASA ADS] [Google Scholar]
  65. Li, X.-R., Pan, R.-Y., & Duan, F.-Q. 2017, Res. A&A, 17, 036 [Google Scholar]
  66. Mahabal, A., Sheth, K., Gieseke, F., et al. 2017, ArXiv e-prints, [arXiv:1709.06257] [Google Scholar]
  67. Maldonado, J., Affer, L., Micela, G., et al. 2015, A&A, 577, A132 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  68. Mann, A. W., Brewer, J. M., Gaidos, E., Lépine, S., & Hilton, E. J. 2013a, AJ, 145, 52 [NASA ADS] [CrossRef] [Google Scholar]
  69. Mann, A. W., Gaidos, E., & Ansdell, M. 2013b, ApJ, 779, 188 [NASA ADS] [CrossRef] [Google Scholar]
  70. Mann, A. W., Deacon, N. R., Gaidos, E., et al. 2014, AJ, 147, 160 [NASA ADS] [CrossRef] [Google Scholar]
  71. Mann, A. W., Feiden, G. A., Gaidos, E., Boyajian, T., & von Braun, K. 2015, ApJ, 804, 64 [CrossRef] [Google Scholar]
  72. McCarthy, J., & Hayes, P. J. 1981, in Readings in Artificial Intelligence (Amsterdam: Elsevier), 431 [CrossRef] [Google Scholar]
  73. McInnes, L., Healy, J., Saul, N., & Grossberger, L. 2018, J. Open Source Softw., 3, 861 [Google Scholar]
  74. Meyer, M. 2017, PhD thesis, Universität Hamburg, Germany [Google Scholar]
  75. Mittal, S., & Vaishay, S. 2019, J. Syst. Archit., 99, 101635 [CrossRef] [Google Scholar]
  76. Montes, D., González-Peinado, R., Tabernero, H. M., et al. 2018, MNRAS, 479, 1332 [Google Scholar]
  77. Nagel, E., Czesla, S., Kaminski, A., et al. 2020, A&A, submitted [Google Scholar]
  78. Nemravová, J. A., Harmanec, P., Brož, M., et al. 2016, A&A, 594, A55 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  79. Ness, M., Hogg, D. W., Rix, H. W., Ho, A. Y. Q., & Zasowski, G. 2015, ApJ, 808, 16 [NASA ADS] [CrossRef] [Google Scholar]
  80. Neves, V., Bonfils, X., Santos, N. C., et al. 2012, A&A, 538, A25 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  81. Neves, V., Bonfils, X., Santos, N. C., et al. 2013, A&A, 551, A36 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  82. Neves, V., Bonfils, X., Santos, N. C., et al. 2014, A&A, 568, A121 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  83. Newton, E. R., Charbonneau, D., Irwin, J., et al. 2014, AJ, 147, 20 [NASA ADS] [CrossRef] [Google Scholar]
  84. Newton, E. R., Charbonneau, D., Irwin, J., & Mann, A. W. 2015, ApJ, 800, 85 [NASA ADS] [CrossRef] [Google Scholar]
  85. Önehag, A., Heiter, U., Gustafsson, B., et al. 2012, A&A, 542, A33 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  86. Paletou, F., Gebran, M., Houdebine, E. R., & Watson, V. 2015, A&A, 580, A78 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  87. Parzen, E. 1962, Ann. Math. Stat., 33, 1065 [NASA ADS] [CrossRef] [MathSciNet] [Google Scholar]
  88. Passegger, V. M., Reiners, A., Jeffers, S. V., et al. 2018, A&A, 615, A6 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  89. Passegger, V. M., Schweitzer, A., Shulyak, D., et al. 2019, A&A, 627, A161 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  90. Petersen, P., & Voigtlaender, F. 2018, Neural Netw., 108, 296 [CrossRef] [Google Scholar]
  91. Plez, B. 2012, Astrophysics Source Code Library [record ascl:1205.004] [Google Scholar]
  92. Quirrenbach, A., Amado, P. J., Ribas, I., et al. 2018, SPIE Conf. Ser., 10702, 107020W [Google Scholar]
  93. Rajpurohit, A. S., Allard, F., Rajpurohit, S., et al. 2018, A&A, 620, A180 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  94. Reiners, A., Zechmeister, M., Caballero, J. A., et al. 2018, A&A, 612, A49 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  95. Rodríguez Martínez, R., Ballard, S., Mayo, A., et al. 2019, AJ, 158, 135 [CrossRef] [Google Scholar]
  96. Rojas-Ayala, B., Covey, K. R., Muirhead, P. S., & Lloyd, J. P. 2010, ApJ, 720, L113 [NASA ADS] [CrossRef] [Google Scholar]
  97. Rojas-Ayala, B., Covey, K. R., Muirhead, P. S., & Lloyd, J. P. 2012, ApJ, 748, 93 [NASA ADS] [CrossRef] [Google Scholar]
  98. Rosenblatt, M. 1956, Ann. Math. Stat., 27, 832 [CrossRef] [MathSciNet] [Google Scholar]
  99. Sarro, L. M., Ordieres-Meré, J., Bello-García, A., González-Marcos, A., & Solano, E. 2018, MNRAS, 476, 1120 [Google Scholar]
  100. Schlaufman, K. C., & Laughlin, G. 2010, A&A, 519, A105 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  101. Schmidhuber, J. 2015, Neural Netw., 61, 85 [Google Scholar]
  102. Schweitzer, A., Passegger, V. M., Cifuentes, C., et al. 2019, A&A, 625, A68 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  103. Scott, D. W. 1979, Biometrika, 66, 605 [CrossRef] [MathSciNet] [Google Scholar]
  104. Ségransan, D., Kervella, P., Forveille, T., & Queloz, D. 2003, A&A, 397, L5 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  105. Shallue, C. J.,& Vanderburg, A. 2018, AJ, 155, 94 [NASA ADS] [CrossRef] [Google Scholar]
  106. Sharma, K., Kembhavi, A., Kembhavi, A., et al. 2019, MNRAS, 491, 2280 [Google Scholar]
  107. Shetrone, M., Bizyaev, D., Lawler, J. E., et al. 2015, ApJS, 221, 24 [Google Scholar]
  108. Singh, H. P., Gulati, R. K., & Gupta, R. 1998, MNRAS, 295, 312 [NASA ADS] [CrossRef] [Google Scholar]
  109. Smette, A., Sana, H., Noll, S., et al. 2015, A&A, 576, A77 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  110. Sneden, C. A. 1973, PhD thesis, The University of Texas at Austin, USA [Google Scholar]
  111. Souto, D., Cunha, K., García-Hernández, D. A., et al. 2017, ApJ, 835, 239 [NASA ADS] [CrossRef] [Google Scholar]
  112. Souto, D., Unterborn, C. T., Smith, V. V., et al. 2018, ApJ, 860, L15 [NASA ADS] [CrossRef] [Google Scholar]
  113. Souto, D., Cunha, K., Smith, V. V., et al. 2020, ApJ, 890, 133 [CrossRef] [Google Scholar]
  114. Steels, L. 1993, Artif. Life, 1, 75 [CrossRef] [Google Scholar]
  115. Tang, J., Bressan, A., Rosenfield, P., et al. 2014, MNRAS, 445, 4287 [NASA ADS] [CrossRef] [Google Scholar]
  116. Terrien, R. C., Mahadevan, S., Bender, C. F., et al. 2012, ApJ, 747, L38 [NASA ADS] [CrossRef] [Google Scholar]
  117. Terrien, R. C., Mahadevan, S., Bender, C. F., Deshpande, R., & Robertson, P. 2015, ApJ, 802, L10 [NASA ADS] [CrossRef] [Google Scholar]
  118. Valenti, J. A., & Fischer, D. A. 2005, ApJS, 159, 141 [NASA ADS] [CrossRef] [MathSciNet] [Google Scholar]
  119. Valenti, J. A., & Piskunov, N. 1996, A&AS, 118, 595 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  120. Veyette, M. J., Muirhead, P. S., Mann, A. W., et al. 2017, ApJ, 851, 26 [NASA ADS] [CrossRef] [Google Scholar]
  121. von Braun, K., Boyajian, T. S., van Belle, G. T., et al. 2014, MNRAS, 438, 2413 [NASA ADS] [CrossRef] [Google Scholar]
  122. von Hippel, T., Storrie-Lombardi, L. J., Storrie-Lombardi, M. C., & Irwin, M. J. 1994, MNRAS, 269, 97 [NASA ADS] [Google Scholar]
  123. Whitten, D. D., Placco, V. M., Beers, T. C., et al. 2019, A&A, 622, A182 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  124. Woolf, V. M., & Wallerstein, G. 2006, PASP, 118, 218 [NASA ADS] [CrossRef] [Google Scholar]
  125. Wu, C., Wong, O. I., Rudnick, L., et al. 2018, MNRAS, 482, 1211 [Google Scholar]
  126. Zboril, M., & Byrne, P. B. 1998, MNRAS, 299, 753 [NASA ADS] [CrossRef] [Google Scholar]
  127. Zboril, M., Byrne, P. B., & Rolleston, W. R. J. 1998, MNRAS, 301, 1104 [Google Scholar]
  128. Zechmeister, M., Anglada-Escudé, G., & Reiners, A. 2014, A&A, 561, A59 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  129. Zechmeister, M., Reiners, A., Amado, P. J., et al. 2018, A&A, 609, A12 [CrossRef] [Google Scholar]
  130. Zhang, G., Patuwo, B. E., & Hu, M. Y. 1998, Int. J. Forecasting, 14, 35 [Google Scholar]
  131. Zheng, X., Wang, M., & Ordieres-Meré, J. 2018, Sensors, 18, 2146 [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.