快速射电瞬变候选体聚类方法的稳健评估

快速射电瞬变搜索算法通过对一组匹配滤波器迭代并施加阈值来识别感兴趣信号。这些滤波器由瞬变的时间、色散等属性定义。一个真实瞬变可触发数百次搜索尝试，每一次都需经后处理以用于可视化与分类任务。本文中，我们探索了一系列无监督聚类算法，用以对这些冗余候选探测进行聚类。我们以 Realfast（甚大阵上的共生快速瞬变搜索系统）为例进行演示。我们使用四个特征进行聚类：天球位置（l, m）、时间与色散量（DM）。我们开发了一种自定义性能度量，以确保候选体被聚为少量纯簇，即仅含天体物理候选体或仅含噪声候选体的簇。随后我们利用该性能度量比较了八种不同聚类算法。我们表明，与传统基于 DM/时间的聚类相比，将天球位置与 DM/时间联合使用可使聚类性能提升约 $\sim$10%。因此，若可获得位置信息，聚类时应加以利用。我们进行了若干检验，以比较聚类算法对其他瞬变数据集的性能与泛化能力，并提出了一种可用于算法选择的策略。我们的性能度量与聚类策略可轻易推广至不同的单脉冲搜索流水线及其他天文与非天文应用。