Tails：利用 Zwicky 瞬变设施与深度学习追踪彗星
天体物理仪器与方法
2021-04-14 v1 地球与行星天体物理
机器学习
摘要
我们提出 Tails，一个开源深度学习框架，用于在 Zwicky 瞬变设施（ZTF）的图像数据中识别和定位彗星；ZTF 是一个机器人光学时域巡天项目，目前运行于美国加州帕洛玛天文台。Tails 采用基于 EfficientDet 的定制架构，能够在近实时下从单幅图像中发现彗星，而无需像传统方法那样需要多个历元。该系统实现了最先进的性能：召回率 99%、假阳性率 0.01%、预测位置均方根误差 1-2 像素。我们报告了 Tails 在 ZTF 暮光巡天数据生产环境中的效率评估初步结果，包括首次 AI 辅助发现的彗星（C/2020 T2）以及一颗彗星的恢复（P/2016 J3 = P/2021 A3）。
引用
@article{arxiv.2102.13352,
title = {Tails: Chasing Comets with the Zwicky Transient Facility and Deep Learning},
author = {Dmitry A. Duev and Bryce T. Bolin and Matthew J. Graham and Michael S. P. Kelley and Ashish Mahabal and Eric C. Bellm and Michael W. Coughlin and Richard Dekany and George Helou and Shrinivas R. Kulkarni and Frank J. Masci and Thomas A. Prince and Reed Riddle and Maayane T. Soumagnac and Stéfan J. van der Walt},
journal= {arXiv preprint arXiv:2102.13352},
year = {2021}
}