弥散射电脉冲的检测：一种用于候选体识别与分类的机器学习方法

在天文数据集中搜索地外瞬变信号是当前研究的一个活跃领域。然而，关于单脉冲检测的文献中缺乏机器学习技术。本文提出一种新的两阶段方法，用于识别和分类单脉冲搜索输出中的弥散脉冲组（DPGs）。第一阶段识别DPGs并提取特征以刻画它们，使用的是一种新的峰值识别算法，该算法在信噪比相对于色散量（dispersion measure）的图中跟踪局部极大值周围的倾斜趋势。第二阶段使用监督机器学习对DPGs进行分类。我们创建了四个基准数据集：一个不平衡版本，以及使用三种不同不平衡处理方法得到的三个平衡版本。我们通过训练和测试六种机器学习算法的二分类和多分类版本，在四个基准版本上经验性地评估了48个分类器。尽管每个分类器各有优缺点，但所有采用不平衡处理的分类器都比使用不平衡数据的分类器具有更高的召回值，与所使用的机器学习算法无关。基于基准结果，我们选取了一部分分类器对完整的、未标记的数据集进行分类，该数据集包含由绿岸望远镜（Green Bank Telescope）在42,405次观测中识别出的超过150万个DPGs。总体而言，结合两种过采样不平衡处理的多分类集成树学习器（multiclass ensemble tree learner）的分类器最为高效；它们识别出了基准数据集中未包含的额外已知脉冲星，并提供了六项潜在发现，且假阳性显著少于其他分类器。