StarEmbed：天文变星观测时间序列的基石模型基准测试
太阳与恒星天体物理
2026-02-19 v3 天体物理仪器与方法
人工智能
摘要
时间序列基石模型（TSFMs）正日益被用于作为高性能通用时间序列表示学习器。尽管其训练语料庞大，但排除了天文时间序列数据。恒星观测产生海量时间序列数据，具有独特挑战，包括不规则抽样和异方差性。我们提出 StarEmbed，首个针对恒星时间序列观测（“光曲线”）进行严格且标准化评估的 TSFMs 基准测试。我们在三个以科学为出发点的下游任务上进行基准测试：无监督聚类、监督分类和分布外来源检测。StarEmbed 将经专家审核的标签与 Zwicky Transient Facility 的多变量光曲线集成，约 4 万 条手工标注光曲线覆盖七个天文学类别。我们评估了三个 TSFMs（MOIRAI、Chronos、Chronos-Bolt）以及领域特定 transformer（Astromer）的零样表示能力，这些模型相较于天文学界长期基准的手工特征提取。我们的结果表明，这些 TSFMs，特别是 Chronos 模型，虽然训练数据与天文观测完全不同，却在某些任务中超越了 established 的天文学专用基线，并有效泛化到全新数据。特别是，TSFMs 在我们的分布外来源检测基准测试中实现了 state-of-the-art 性能。通过对天文时间序列数据进行的首个基准测试，我们测试了 TSFMs 的泛化极限，激励了从以任务为中心的完全监督管道向采用通用基石模型表示来分析未来天文台海量数据的范式转变。
引用
@article{arxiv.2510.06200,
title = {StarEmbed: Benchmarking Time Series Foundation Models on Astronomical Observations of Variable Stars},
author = {Weijian Li and Hong-Yu Chen and Nabeel Rehemtulla and Ved G. Shah and Dennis Wu and Dongho Kim and Qinjie Lin and Adam A. Miller and Han Liu},
journal= {arXiv preprint arXiv:2510.06200},
year = {2026}
}