一种用于发现恒星光变曲线周期性的信息论算法
天体物理仪器与方法
2014-12-08 v1 信息论
math.IT
摘要
我们提出了一种新的信息论度量，用于发现恒星光变曲线中的周期性。光变曲线是天文学中随时间变化的亮度时间序列，其特征是噪声大且采样不均匀。所提出的度量将 correntropy（广义相关性）与周期核相结合，以测量相隔给定周期的样本之间的相似性。该新度量提供了一种称为 Correntropy Kernelized Periodogram (CKP) 的周期图，其峰值与数据中存在的基频相关联。CKP 不需要任何重采样、分槽或折叠方案，因为它直接由可用样本计算得出。CKP 是用于天文巡天数据库中进行周期性光变曲线判别的全自动流水线的主要部分。我们表明，使用来自 MACHO 巡天的一组光变曲线，CKP 方法在周期性判别和周期估计任务中优于分槽 correntropy 以及天文学中使用的传统方法。所提出的度量在周期性判别任务中，在 99% 的置信水平下实现了 97.2% 的真阳性和 0% 的假阳性；在周期估计任务中实现了 88% 的命中率，11.6% 的倍频错误率和 0.4% 的漏检率。
引用
@article{arxiv.1212.2398,
title = {An Information Theoretic Algorithm for Finding Periodicities in Stellar Light Curves},
author = {Pablo Huijse and Pablo A. Estevez and Pavlos Protopapas and Pablo Zegers and Jose C. Principe},
journal= {arXiv preprint arXiv:1212.2398},
year = {2014}
}