DeepStreaks：利用深度学习在 Zwicky Transient Facility 数据中识别快速移动天体
天体物理仪器与方法
2019-10-11 v2 地球与行星天体物理
摘要
我们提出了 DeepStreaks，一个卷积神经网络深度学习系统，旨在高效识别在 Zwicky Transient Facility (ZTF) 数据中检测到的条纹状快速移动的近地天体。ZTF 是一个时域广角巡天项目，使用安装在加利福尼亚州 Palomar 天文台 Samuel Oschin 48 英寸望远镜上的专用 47 平方度相机。该系统在不同夜晚表现出 96-98% 的真阳性率，同时保持假阳性率低于 1%。DeepStreaks 的灵敏度通过在测试数据集上的表现以及使用 ZTF 观测到的已知近地天体进行了量化。该系统已部署并适配于 ZTF 太阳系框架内，显著减少了条纹识别过程中的人工参与，从每天数小时减少到通常每天不到 10 分钟。
引用
@article{arxiv.1904.05920,
title = {DeepStreaks: identifying fast-moving objects in the Zwicky Transient Facility data with deep learning},
author = {Dmitry A. Duev and Ashish Mahabal and Quanzhi Ye and Kushal Tirumala and Justin Belicki and Richard Dekany and Sara Frederick and Matthew J. Graham and George Helou and Russ R. Laher and Frank J. Masci and Thomas A. Prince and Reed Riddle and Philippe Rosnet and Maayane T. Soumagnac},
journal= {arXiv preprint arXiv:1904.05920},
year = {2019}
}