用于奇特超新星多元时间序列的异常检测
天体物理仪器与方法
2020-10-23 v1 高能天体物理现象
机器学习
摘要
超新星标志着恒星的爆炸性死亡，并用重元素富集宇宙。未来的望远镜每夜将发现数千颗新超新星，因而需要快速标记天体物理上感兴趣的事件以进行后续研究。理想情况下，这样的异常检测流水线应独立于我们当前的知识，并对意外现象敏感。在此我们提出一种无监督方法，用于实时搜索瞬变、多元和非周期信号的异常时间序列。我们使用基于 RNN 的变分自编码器来编码超新星时间序列，并使用孤立森林在学到的编码空间中搜索异常事件。我们将该方法应用于一个包含 12,159 颗超新星的模拟数据集，成功发现了异常超新星以及红移测量存在灾难性错误的天体。本工作是首个适用于在线数据流的超新星异常检测流水线。
引用
@article{arxiv.2010.11194,
title = {Anomaly Detection for Multivariate Time Series of Exotic Supernovae},
author = {V. Ashley Villar and Miles Cranmer and Gabriella Contardo and Shirley Ho and Joshua Yao-Yu Lin},
journal= {arXiv preprint arXiv:2010.11194},
year = {2020}
}
备注
6 pages, 2 figures, written for non-astronomers, submitted to the NeurIPS workshop Machine Learning and the Physical Sciences. Comments welcome!!