利用变分推断去除天体物理稳健的系统误差：应用于 Kepler 首个多月的数据

基于空间的凌星搜索任务（如 Kepler）正在收集大量具有前所未有的测光精度和时间覆盖范围的恒星光变曲线。然而，在充分挖掘这一科学金矿之前，必须清除数据中的仪器伪影。我们提出了一种新方法，用于校正大型高精度光变曲线集合中的共模系统误差。该方法基于贝叶斯线性基模型，使用收缩先验以增强鲁棒性，采用变分推断以提高速度，并基于经验模态分解进行去噪步骤，以防止在校正后的光变曲线中引入虚假噪声。在合成数据集上验证了该方法的性能后，我们将其应用于 Kepler 首个多月的数据。我们将结果（已公开）与 Kepler 流水线的预搜索数据调理输出进行了比较，结果显示两者总体结果相似，但使用我们方法校正的光变曲线在长时标和短时标上的平均散度更低。最后，我们讨论了该方法的一些局限性并概述了进一步发展的方向。我们方法产生的趋势校正数据已公开。