为 LSST 警报准备的时间域新异事件分类算法：在 DECCam 银心区探测到的变星与暂现源上的应用
太阳与恒星天体物理
2020-04-15 v1 天体物理仪器与方法
摘要
随着大型综合巡天望远镜（LSST）的出现，时间域天文学将面临前所未有的数据量与数据速率。对此类大规模巡天探测到的变源与暂现源进行实时处理，对于识别更不寻常的事件并高效分配稀缺的后续观测资源至关重要。我们开发了一种算法，用于在给定变源群体中识别这些新异事件。我们确定给定波段 f 的星等变化（dm）随时间间隔（dt）的分布 pf(dm|dt)，并利用这些分布来计算测试源与该群体一致或为离群值的可能性。我们将算法应用于 Saha 等人（2019）在银心区识别的 2000 多颗变星（主要由长周期变星和脉动星主导）的 DECam 多波段时间序列数据来演示。我们的算法在该样本中发现 18 个离群源，包括一个微引力透镜事件、一个矮新星、两颗色球活动 RS CVn 星，以及颜色-星等图中蓝水平分支区域中无已知对应体的源。我们在模拟的 PLAsTiCC 数据集上将我们的新异检测算法与多元 KDE 和 Isolation Forest 的性能进行比较。我们发现尽管我们的算法简单，其结果与它们相当。我们的方法为在实时警报代理系统中标记最不寻常的事件提供了一种高效途径。
引用
@article{arxiv.2002.11225,
title = {A classification algorithm for time-domain novelties in preparation for LSST alerts: Application to variable stars and transients detected with DECam in the Galactic Bulge},
author = {Monika D. Soraisam and Abhijit Saha and Thomas Matheson and Chien-Hsiu Lee and Gautham Narayan and A. Katherina Vivas and Carlos Scheidegger and Niels Oppermann and Edward W. Olszewski and Sukriti Sinha and Sarah R. DeSantis},
journal= {arXiv preprint arXiv:2002.11225},
year = {2020}
}
备注
20 pages + Appendix, accepted to ApJ