面向 Rubin LSST 中潮汐瓦解事件的光度分类器
天体物理仪器与方法
2025-11-19 v2 高能天体物理现象
摘要
潮汐瓦解事件 是恒星被超大质量黑洞瓦解时产生的天体物理现象。Vera C. Rubin Observatory 遗留空间时间巡天 (LSST) 凭借其前所未有的深度与观测频率，将探测到数千个 TDE，这促使我们需要能够高效将这些事件与其他河外暂现源区分开来的鲁棒的光度分类器。我们旨在开发并验证一个用于 LSST 规模数据集中光度 TDE 识别的机器学习管线。我们的分类器旨在提供高精确率与召回率，从而为多信使后续观测与统计研究构建可靠的 TDE 星表。使用第二届扩展 LSST 天文时间序列分类挑战赛 (ELAsTiCC2) 数据集，我们对光变曲线拟合高斯过程 以进行特征提取（例如颜色、上升/衰减时间、GP 长度尺度）。随后，我们训练并调优提升决策树模型 (XGBoost)，并采用强调 TDE 高精确率恢复的自定义评分函数。我们的管线在包含超新星、活动星系核和超亮超新星的暂现源与变源事件多样化模拟上进行了测试。我们在保持有竞争力的 TDE 召回率（约 72%）的同时实现了高精确率（高达 95%），且非 TDE 类别的污染极小。关键预测特征包括峰值后颜色与 GP 超参数，反映了 TDE 的特征时间尺度与光谱行为。我们的光度分类器为在即将到来的 LSST 数据中识别 TDE 提供了一种实用且可扩展的方法。通过基于 GP 的特征提取捕获基本的颜色与时间属性，它能够高效构建纯净的 TDE 候选样本。
引用
@article{arxiv.2509.25902,
title = {A Photometric Classifier for Tidal Disruption Events in Rubin LSST},
author = {Kunal Bhardwaj and Asen Christov and Sergey Karpov},
journal= {arXiv preprint arXiv:2509.25902},
year = {2025}
}