PTF 天体源变源遴选（VILLAIN）II. 变源的有监督分类
星系天体物理
2023-04-21 v1 宇宙学与河外天体物理
天体物理仪器与方法
摘要
背景。大型高维天文巡天需要高效数据分析。光变曲线变异性的自动拟合与机器学习可辅助包括候选类星体在内的源识别。目的。我们旨在将帕洛马瞬变工厂（PTF）的源分类为类星体、恒星或星系，并利用变异性与颜色检验模型表现。我们确定了变异性信息的附加价值，并量化了无颜色可用时的性能。方法。我们采用以基于直方图的梯度提升分类器的有监督学习，利用测光预测 SDSS 光谱类型。作为比较，我们创建了仅用结构函数变异性参数、仅用星等以及用全部参数的模型。结果。我们对 PTF 中 7100 万有光变曲线的源实现了高精度预测。完整模型正确识别 92.49% 的 SDSS 光谱确认类星体，纯度 95.64%。仅用变异性时，类星体完备率 34.97%、纯度 58.71%。各 PTF 天体所属类别的预测与概率发布于星表 VILLAIN-Cat，含星等与变异性参数。结论。我们开发了利用星等与变异性对 PTF 源自动有效分类的方法。对类似有监督模型，我们推荐至少使用 100,000 个标记天体，并展示了性能随数据量的标度关系。
引用
@article{arxiv.2304.09905,
title = {VarIabiLity seLection of AstrophysIcal sources iN PTF (VILLAIN) II. Supervised classification of variable sources},
author = {S. H. Bruun and J. Hjorth and A. Agnello},
journal= {arXiv preprint arXiv:2304.09905},
year = {2023}
}
备注
10 pages, 5 figures