UMI：面向星体光谱 detrending 的 GPU 加速非对称稳健估计器
摘要
我们提出了 UMI（Unified Median Iterative），一种用于行星迹变调查中光谱 detrending 的新型稳健位置估计器。UMI 对标准 Tukey 双宫 M-估计器进行了两项改进：（1）采用非对称权函数，对向下偏差（星体迸发）进行更激进的惩罚，利用星体迸发始终位于星体连续光谱以下这一物理约束；（2）计算上 RMS 尺度估计器时仅使用上于中位数的残差，确保星体迸发永不污染噪声估计。UMI 以融合的 HIP/CUDA GPU kernel 实现，实现了对单个星体的 detrending 速度提升 69 倍（3.4 ms vs 234 ms），整体流水线吞吐量提升 37 倍。注入-恢复测试覆盖 TESS、Kepler 和 K2，显示 UMI 的优势集中在星体尺度迸发深度超过光度噪声底部的范围：在 0.1% 迸发深度下，UMI 对 TESS 的中位数深度恢复误差从 20.5% 降至 15.8%（23% 改进），对 Kepler 的误差从 14.6% 降至 4.2%（71% 改进）。在接近噪声底部的浅层深度处，所有滑动窗口方法均表现相近。经过在 802 个已确认星体（来自 TESS 和 Kepler）的验证，UMI 在速度-精度权衡曲线上占据了一个此前未被填充的区域。该工具可通过 pip install torchflat 获得。
引用
@article{arxiv.2604.06602,
title = {UMI: GPU-Accelerated Asymmetric Robust Estimator for Photometric Detrending in Exoplanet Transit Searches},
author = {Omar Khan},
journal= {arXiv preprint arXiv:2604.06602},
year = {2026}
}
备注
10 pages, 7 figures, 4 tables. v2: expanded validation including held-out train/test split, multi-mission consistency across TESS/Kepler/K2, depth-regime characterization (5-1000 ppm), explicit limitations section, and recommended parameter table. Code available at https://github.com/omarkhan2217/TorchFlat