从实时多元时间序列预测天文暂现源的年龄

天文暂现源，如超新星与其他稀有恒星爆发，在一些最为重大的天文学发现中发挥了关键作用。新的天文巡天即将以稀疏且不规则采样的多元时间序列记录数量空前的暂现源。为了增进我们对暂现源物理机制及其前身系统的理解，早期测量必不可少。基于暂现源的年龄及其类型优先安排后续观测，对于新巡天至关重要。为满足这一需求，我们提出了第一种从多波段时间序列观测实时预测暂现源年龄的方法。我们构建了一个贝叶斯概率循环神经网络。我们的方法能够在暂现源被巡天望远镜初次触发后，即刻以可靠的不确定性准确预测其年龄。这项工作对于推进我们对正在运行与即将开展的天文巡天所探测到的众多年轻暂现源的理解至关重要。