TESS 星震学数据(T'DA)恒星变率分类流水线:构建及其在 Kepler Q9 数据上的应用
太阳与恒星天体物理
2021-10-27 v1 天体物理仪器与方法
摘要
NASA 的凌星系外行星巡天卫星(TESS)正在观测数千万颗恒星,连续观测时长从约 27 天到约 1 年不等。这一海量数据蕴含了变率、系外行星及恒星天体物理研究的丰富信息,但在充分利用前需要一系列处理步骤。为高效处理全部 TESS 数据并供广大科学界使用,作为 TESS 星震科学联盟一部分的 TESS 星震学数据工作组建立了一条自动化开源处理流水线,从短节奏与长节奏原始测光数据生成经系统误差修正的光变曲线,并按恒星变率类型分类。我们将处理 TESS 星等不亮于 15 的所有恒星。本文是该系列中详述流水线运作的后续一篇。在此,我们提出利用集成监督学习器组合为元分类器对 TESS 测光进行自动变率分类的方法。我们使用精心构建的 Kepler Q9 光变曲线标记样本(时长 27.4 天,模拟单扇区 TESS 观测)成功验证该方法,总体准确率达 94.9%。我们将方法应用于 Kepler 空间任务 Q9 中观测的全部约 167,000 颗恒星,证明能对标记样本之外的恒星成功分类。
引用
@article{arxiv.2107.06301,
title = {TESS Data for Asteroseismology (T'DA) Stellar Variability Classification Pipeline: Set-Up and Application to the Kepler Q9 Data},
author = {Jeroen Audenaert and James S. Kuszlewicz and Rasmus Handberg and Andrew Tkachenko and David J. Armstrong and Marc Hon and Refilwe Kgoadi and Mikkel N. Lund and Keaton J. Bell and Lisa Bugnet and Dominic M. Bowman and Cole Johnston and Rafael A. García and Dennis Stello and László Molnár and Emese Plachy and Derek Buzasi and Conny Aerts and the T'DA collaboration},
journal= {arXiv preprint arXiv:2107.06301},
year = {2021}
}
备注
35 pages, 17 figures, 6 tables, Accepted for publication in The Astronomical Journal