Dergiler / Turkish Journal of Astronomy and Astrophysics / 2026 / Cilt: 6 Sayı: Special Issue: UAK2024 Proc. Özel Sayı

Blazar TED’lerinin Basit Regresyon İle Modellenmesi

Modeling Blazar TEDs with Simple Regression

Berker Utku(Erciyes Üniversitesi)0009-0006-8255-2280
Nurten Filiz Ak(Erciyes Üniversitesi)0000-0003-3016-5490
Seyit Hökelek(Erciyes Üniversitesi)0000-0002-2534-0584
Sayfa
198–203
Yayın Tarihi
2025-07-01
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışmada, üç farklı yaklaşımın sonuçları karşılaştırılmış ve bu hızlı yöntemlerin, blazarların fiziksel doğasını ve içsel özelliklerini anlamaya katkı sağlayabilecek potansiyele sahip olduğu sonucuna varılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Blazarlar, merkezi süper kütleli karadeliğin etrafındaki yığılma diskine dik yönde uzanan jet yapılarıyla karakterize edilen, aktif galaksi çekirdeklerinin bir alt sınıfıdır.
📊
Temel Bulgular & Veri:Diğer aktif galaksilerin aksine, blazarların jetleri gözlemciye doğru hizalanmıştır.
💡
Sonuç & Katkı:Çalışmada, üç farklı yaklaşımın sonuçları karşılaştırılmış ve bu hızlı yöntemlerin, blazarların fiziksel doğasını ve içsel özelliklerini anlamaya katkı sağlayabilecek potansiyele sahip olduğu sonucuna varılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:galaxies: active · BL Lacertae objects: general · methods: data analysis

Özet

Blazarlar, merkezi süper kütleli karadeliğin etrafındaki yığılma diskine dik yönde uzanan jet yapılarıyla karakterize edilen, aktif galaksi çekirdeklerinin bir alt sınıfıdır. Diğer aktif galaksilerin aksine, blazarların jetleri gözlemciye doğru hizalanmıştır. Bu nedenle, optik spektrumları belirgin çizgi benzeri yapılar içermez ve bu durum, geleneksel yöntemlerle uzaklıklarının belirlenmesini güçleştirir. Blazarlarla ilgili en önemli gözlemsel bilgiler, tayfsal enerji dağılımlarından (TED) elde edilmektedir. Bu çalışmada, seçilmiş blazarların tayfsal enerji dağılımları, arşiv verileri kullanılarak oluşturulmuş ve analiz edilmiştir. TED’lerin detaylı bir şekilde modellenmesi yerine, temel iki parametre olan pik akısı ve pik frekansını belirlemek için basit yöntemler uygulanmıştır. Bu pratik ve hızlı sonuçlar sağlayan yöntemler, blazarların istatistiksel incelemeleri için oldukça uygundur. Çalışmada, üç farklı yaklaşımın sonuçları karşılaştırılmış ve bu hızlı yöntemlerin, blazarların fiziksel doğasını ve içsel özelliklerini anlamaya katkı sağlayabilecek potansiyele sahip olduğu sonucuna varılmıştır.

Abstract

Blazars are a subclass of active galactic nuclei characterized by jet structures oriented perpendicular to the accretion disk surrounding the central black hole. Unlike other active galaxies, the jets of blazars are aligned nearly directly toward the observer. As a result, their optical spectra lack distinct line-like features, making them unsuitable for determining distances using traditional methods. The most significant observational insights into blazars come from their spectral energy distributions (SEDs). In this study, the spectral energy distributions of selected blazars were constructed and analyzed using archival data. Instead of employing detailed modeling of the SEDs, simple methods were applied to determine two fundamental parameters: the peak flux and the peak frequency. These straightforward approaches provide practical and rapid results, making them suitable for statistical studies of blazars. The outcomes of three different approaches are compared in this study, and it is concluded that these fast methods hold promise for enhancing our understanding of the physical nature and intrinsic properties of blazars.

🔖

Bu Makaleye Atıf Yap

Utku, B., Ak, N. F., Hökelek, S. (2025). Blazar TED’lerinin Basit Regresyon İle Modellenmesi. Turkish Journal of Astronomy and Astrophysics, Cilt: 6 Sayı: Special Issue: UAK2024 Proc. Özel Sayı, 198–203. https://doi.org/10.55064/tjaa.1593725

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (6)

  1. Boquien M., Burgarella D., Roehlly Y., Buat V., Ciesla L., Corre D., Inoue A. K., Salas H., 2019, A&A, 622, 33
  2. Glauch T., Kerscher T., Giommi P., 2022, BlaST – A MachineLearning Estimator for the Synchrotron Peak of Blazars (arXiv:2207.03813)
  3. Kharb P., Lister M. L., Cooper N. J., 2010, The Astrophysical Journal, 710, 764
  4. Meyer E. T., Fossati G., Georganopoulos M., Lister M. L., 2011, ApJ, 740, 98
  5. Newville M., Stensitzki T., Allen D. B., Ingargiola A., 2014, LMFIT: Non-Linear Least-Square Minimization and Curve-Fitting for Python (0.8.0), doi:10.5281/zenodo.11813, https://doi.org/ 10.5281/zenodo.11813
  6. Prandini E., Ghisellini G., 2022, Galaxies, 10, 35