自回归行星搜索：在 Kepler 任务中的应用

使用 Caceres 等人（2019）所描述的自动回归行星搜索（ARPS）方法，分析了 NASA Kepler 任务观测的 156,717 颗恒星的 4 年光变曲线。处理的三个阶段为：对光变曲线进行最大似然 ARIMA 建模以减小恒星亮度变化；构建凌星梳状滤波器周期图以在 ARIMA 残差中识别类凌星的周期性下凹；利用 Kepler 团队已确认行星的数十项分析特征训练随机森林分类器。考察了 0.2 至 100 天之间的轨道周期。结果是恢复了 76% 的已确认行星，加入周期与凌星深度约束后达 97%。随后将分类器应用于完整 Kepler 数据集；经主观审查剔除明显的误报与假阳性案例后，有 1,004 颗先前已注意及 97 颗新恒星的光变曲线判据与已确认行星一致。这 97 颗 Kepler ARPS 候选凌星大多周期 $P<10$ 天；许多为超短周期热行星，半径小于宿主星的 1%。ARPS 时间序列分析提供的广泛表格与图形输出可用于协助其他与 Kepler 样本相关的研究。