与 Gaia 数据交叉匹配变天体
天体物理仪器与方法
2017-02-15 v1 机器学习
摘要
预计在 Gaia 任务超过十亿条时间序列中将识别出数千万个新变天体。将已知变源与来自 Gaia 的变源进行交叉匹配，对于整合当前知识、理解这些天体在 Gaia 数据中的呈现方式、训练监督分类器以识别已知类别，以及验证 Gaia 数据分析与处理联盟（DPAC）内变异性处理与分析协调单元（CU7）的结果至关重要。CU7 用于首次 Gaia 数据发布中变源交叉匹配的方法包括一个二元分类器，以考虑位置不确定性、自行、目标变异性信号以及 Gaia 数据早期校准中存在的伪影。使用分类器进行交叉匹配使得通常需在视觉检查中做出的所有决策得以自动化。该分类器可使用以多种属性表征的天体进行训练，以确保多维度（天体测量、测光、时间序列特征）上的相似性，而无需先验变换来比较不同测光波段，也无需天体运动的预测模型来比较位置。文中讨论了该方法的其他优点以及一些缺点。描述了从训练到交叉匹配分类器评估与结果选择的实现步骤。
引用
@article{arxiv.1702.04165,
title = {Crossmatching variable objects with the Gaia data},
author = {Lorenzo Rimoldini and Krzysztof Nienartowicz and Maria Süveges and Jonathan Charnas and Leanne P. Guy and Grégory Jevardat de Fombelle and Berry Holl and Isabelle Lecoeur-Taïbi and Nami Mowlavi and Diego Ordóñez-Blanco and Laurent Eyer},
journal= {arXiv preprint arXiv:1702.04165},
year = {2017}
}
备注
4 pages, 1 figure, in Astronomical Data Analysis Software and Systems XXVI, Astronomical Society of the Pacific Conference Series