系统性偶然发现：无监督机器学习作为异常检测方法的检验

天文学的进展往往由偶然发现所推动。随着巡天天文学的持续发展，天文数据库的规模和复杂性将不断增加，而天文学家手动筛查数据并做出此类发现的能力却在下降。在这项工作中，我们引入一种基于机器学习的方法来识别大型数据集中的异常以促进此类发现，并将该方法应用于 NASA 开普勒任务的长节奏光变曲线。我们的方法基于密度对数据进行聚类，将位于密集区域之外的数据识别为异常。本工作作为一项概念验证案例研究，我们在四个季度的开普勒长节奏光变曲线上测试了该方法。我们使用开普勒最著名的异常——Boyajian 星（KIC 8462852）——作为罕见的“地面真值”来检验离群点识别，以验证真正具有科学意义的对象被包含在已识别的异常之中。我们通过识别 Boyajian 星中的异常行为来评估该方法识别已知异常的能力，报告了这些季度中已识别异常的全部列表，并展示了一组已识别离群点的样本子集，其中包含异常现象、在开普勒视场中罕见的对象以及数据伪影。通过将每个季度中不到 4% 的数据识别为离群数据，我们证明了这种异常检测方法能够创建一种更具针对性的方法来搜寻罕见和新奇现象。