Fink. I. 中的异常检测：发现、跟踪与异常源分类
高能天体物理现象
2026-04-01 v1 天体物理仪器与方法
摘要
现代宽场时域观测 survey 产生的警报流往往其科学潜力集中在稀有且异常的事件中。高效发现需要结合自动化管道与快速专家验证和跟踪。本文介绍了在Fink broker中运行的异常检测(AD)管道的第一年性能，并评估其识别科学有效离群值并启用稀有现象发现的能力。该管道将ZTF光曲线转换为紧凑的特征集合，并使用在档案ZTF数据上训练的Isolation Forest模型对警报进行排序。每晚，将10个最异常的候选对象通过Slack/Telegram分发给专家，并通过API公开。我们还实现了一个使用公共Telegram机器人的专家反馈循环，并使用Active Anomaly Discovery算法进行模型再训练。在首年运行期间(自2023年1月25日起)，AD管道识别出多个高兴趣源并触发专门的光学和光谱跟踪。我们报告了稀有AM CVn系统Fink J062452.88+020818.3（WZ Sge 型）、UX Ori型星Fink J222324.32+744222.0以及带前导体的异常瞬现象SN 2023mtp的发现与多仪器(11米SALT望远镜、2.5米CMO望远镜、0.6米ASA RC600、0.25米FRAM-ORM)跟踪。此外，该模块触发了33个超级星星，包括30个此前未报告的星星，以及极光星和无宿主星的候选对象。进一步地，发现了9个新 dwarf novae。这一结果表明， broker级别的异常检测结合快速传播、专家评估和跟踪观测，为大规模观测流与领域专家之间提供了有效的桥梁，将异常分数转化为天文学洞见和具体发现。
引用
@article{arxiv.2603.29511,
title = {Anomaly detection in Fink. I. Discovery, follow-up, and classification of unusual sources},
author = {M. V. Pruzhinskaya and M. V. Kornilov and A. V. Dodin and A. Baluta and T. A. Pshenichniy and A. M. Zubareva and E. E. O. Ishida and J. Peloton and I. Beschastnov and I. Ippolitov and A. A. Belinski and P. Golysheva and N. P. Ikonnikova and V. A. Kiryukhina and V. V. Krushinsky and A. M. Tatarnikov and S. G. Zheltoukhov and D. A. Buckley and A. Kniazev and S. V. Karpov and A. Möller and Y. Tampo},
journal= {arXiv preprint arXiv:2603.29511},
year = {2026}
}
备注
32 pages, 18 figures, 4 tables