基于约1400万条VVV光变曲线的RRLyrae自动星表：传统机器学习能走多远？
天体物理仪器与方法
2021-05-06 v2 太阳与恒星天体物理
机器学习
机器学习
摘要
利用RRLyrae (RRL)绘制核球三维图是VVV(X)巡天的主要目标之一。待分析源数量庞大，需要使用自动流程。在此背景下，先前工作引入了机器学习(ML)方法用于变星分类。我们的目标是开发并分析一种基于ML的自动流程，用于在VVV巡天中识别RRL。该流程将用于生成覆盖巡天多个图块(tile)的可靠星表。在重建光变曲线后，我们提取了一组基于周期和强度的特征。我们首次使用了一组新的伪颜色特征子集。我们讨论了定义自动流水线所需的所有适当步骤：质量度量选择、采样流程、分类器设置与模型选择。作为最终结果，我们构建了一个集成分类器，在15个图块上的平均召回率(Recall)为0.48，平均精确率(Precision)为0.86。我们还提供了处理后的数据集和一份RRL候选星表。或许从基于测光宽波段数据的分类视角来看，最有趣的是我们的结果表明颜色是RRL的一种信息性特征类型，应通过ML用于自动分类方法。我们还主张，对于这一高度不平衡问题，表格与曲线中的召回率和精确率都是高质量度量。此外，我们针对VVV数据集表明，要获得良好估计，使用原始分布比使用人工平衡的缩减样本更为重要。最后，我们展示了集成分类器的使用有助于解决关键的模型选择步骤，且RRL识别中的大多数错误与某些源的低质量观测或给定日期下分辨RRL-C类型的困难有关。
引用
@article{arxiv.2005.00220,
title = {Automatic Catalog of RRLyrae from $\sim$ 14 million VVV Light Curves: How far can we go with traditional machine-learning?},
author = {Juan B. Cabral and Felipe Ramos and Sebastián Gurovich and Pablo Granitto},
journal= {arXiv preprint arXiv:2005.00220},
year = {2021}
}