一种基于聚类与监督机器学习的色散射电脉冲单脉冲搜索新方法
天体物理仪器与方法
2018-08-07 v2
摘要
我们提出了一种结合无监督与监督机器学习的新型两阶段方法，用于自动识别并分类射电脉冲星搜索数据中的单脉冲。第一阶段，我们从 Pulsar Arecibo L-Band Feed Array (PALFA) 巡天所得、包含 47,042 个独立波束的数据中，通过将单脉冲事件聚类并合并落入天体物理脉冲预期 DM 与时间跨度内的簇，将天体物理脉冲候选识别为试验性单脉冲事件组（SPEGs）。我们还提出了一种新的峰值评分算法，用于在信噪比-色散量曲线中识别天体物理峰值。此外，我们将在一致 DM 下检测到的 SPEGs 归为一组，因为它们可能由同一源发射。第二阶段，我们选取含已识别 SPEGs 的数据子集（使用第一阶段流程），提取其特征并人工标注各 SPEG，构建完全标注的基准数据集，随后使用监督机器学习训练分类器。接着，利用最佳训练分类器，自动分类全数据集中已识别的未标注 SPEGs。为辅助暗弱 SPEGs 的查验，我们开发了在分组 SPEGs 中搜索潜在周期性的算法。结果显示，经 SMOTE 处理的 RandomForest 为最佳学习器，召回率 95.6%，误报率 2.0%。总体而言，除基准数据集全部 60 颗已知脉冲星外，该模型还发现了 32 颗额外（即未包含在基准数据集中）的已知脉冲星及若干潜在新发现。
引用
@article{arxiv.1807.07164,
title = {A novel single-pulse search approach to detection of dispersed radio pulses using clustering and supervised machine learning},
author = {Di Pang and Katerina Goseva-Popstojanova and Thomas Devine and Maura McLaughlin},
journal= {arXiv preprint arXiv:1807.07164},
year = {2018}
}
备注
22 pages, accepted for publication in MNRAS, ref. MN-17-3830-MJ.R2