用于事件快速分类的自动学习(ALeRCE)警报 broker
天体物理仪器与方法
2021-05-05 v1 高能天体物理现象
太阳与恒星天体物理
摘要
我们介绍用于事件快速分类的自动学习(ALeRCE) broker，这是一个天文警报 broker，旨在对大视场望远镜的警报流（如 Zwicky Transient Facility (ZTF) 所提供的，以及未来的 Vera C. Rubin Observatory Legacy Survey of Space and Time (LSST)）提供快速且自洽的分类。ALeRCE 是一个由智利主导、由天文学家与工程师组成的跨学科团队运行的 broker，致力于成为巡天设施与后随观测设施之间的中介。ALeRCE 使用一条包含 ZTF 警报流的实时摄取、聚合、交叉匹配、机器学习(ML)分类与可视化的流水线。我们使用两类分类器：一个基于图章的分类器，用于快速分类；以及一个基于光变曲线的分类器，利用多波段流量演化实现更精细的分类。我们详细描述了我们的流水线、数据产品、工具与服务，这些均已向公众开放（见 \url{https://alerce.science}）。自 2019 年初我们开始对 ZTF 警报流进行实时 ML 分类以来，我们已经在全球范围内发展出庞大的活跃用户群体。我们描述了迄今的结果，包括实时处理 条警报、对 个天体进行图章分类、对 个天体进行光变曲线分类、报告 3088 个超新星候选体，以及使用类 LSST 警报流的不同实验。最后，我们讨论了从 ZTF 这类单流警报转向以 LSST 主导的多流生态系统所面临的挑战。
引用
@article{arxiv.2008.03303,
title = {The Automatic Learning for the Rapid Classification of Events (ALeRCE) Alert Broker},
author = {F. Förster and G. Cabrera-Vives and E. Castillo-Navarrete and P. A. Estévez and P. Sánchez-Sáez and J. Arredondo and F. E. Bauer and R. Carrasco-Davis and M. Catelan and F. Elorrieta and S. Eyheramendy and P. Huijse and G. Pignata and E. Reyes and I. Reyes and D. Rodríguez-Mancini and D. Ruz-Mieres and C. Valenzuela and I. Alvarez-Maldonado and N. Astorga and J. Borissova and A. Clocchiatti and D. De Cicco and C. Donoso-Oliva and M. J. Graham and R. Kurtev and A. Mahabal and J. C. Maureira and R. Molina-Ferreiro and A. Moya and W. Palma and M. Pérez-Carrasco and P. Protopapas and M. Romero and L. Sabatini-Gacitúa and A. Sánchez and J. San Martín and C. Sepúlveda-Cobo and E. Vera and J. R. Vergara},
journal= {arXiv preprint arXiv:2008.03303},
year = {2021}
}
备注
Submitted to AAS on Jun 29th. Preview for LSST PCW 2020. Comments welcome