[論文レビュー] Enrico : a Python package to simplify Fermi-LAT analysis

D. A. Sanchez⋆, Christoph Deil|arXiv (Cornell University)|Jul 17, 2013

Astronomy and Astrophysical Research被引用数 31

ひとこと要約

Enrico は、構成ファイルとコマンドラインツールを通じて Fermi ScienceTools ワークフローを自動化することで、Fermi-LAT データ解析を簡素化する Python パッケージです。再現可能で出版用のスペクトルエネルギー分布、光度曲線、TS マップを、組み込みのデバッグプロットおよびクラスタージョブ送信機能を備えて提供し、高エネルギー天体物理学研究における複雑さと計算時間の大幅な削減を実現します。

ABSTRACT

With the advent of the Large Array Telescope (LAT) on board the Fermi satellite, a new window on the Universe has been opened. Publicly available, the Fermi-LAT data come together with an analysis software named ScienceTools (ST, http://fermi.gsfc.nasa.gov/ssc/data/analysis/software/) which can be run through a Python interface. Nevertheless, for the user, the ST can be hard to run and imply several steps. Users already contributed with scripts for a specific task but no tool allowing a complete analysis is currently available. We present a Python package called { t Enrico}, designed to facilitate the data analysis. Using only configuration files and front end tools from the command line, the user can easily perform/reproduce an entire Fermi analysis and make plots for publications. It also include new features like debug plots, pipeline execution on one or several CPUs, downloading of the Fermi data or the generation of a sky model from the Fermi catalogue. { t Enrico} is an open-source project currently available for download at \url{https://github.com/gammapy/enrico}

研究の動機と目的

• 非専門家ユーザーに対する Fermi ScienceTools (ST) の複雑さと高い学習曲線に対処すること。
• スペクトル、光度曲線、TS マップ生成を統合した、統一的で再現可能な解析パイプラインを提供すること。
• CPU クラスタへのジョブ送信モジュールを介した並列処理を効率的に行い、大規模データセットの解析を高速化すること。
• スペクトルおよび光度曲線結果の解析の信頼性を、自動生成されたデバッグプロットにより向上させること。
• 2FGLカタログからの自動データダウンロードおよびスカイモデル生成をサポートすること。

提案手法

• Enrico は、Fermi ScienceTools の Python インターフェースをバックエンドとして使用し、その機能をハイレベルなコマンドラインツールとして公開する。
• 2FGLカタログから自動的に XML スカイモデルを生成し、ターゲットから 3°以内の源を含め、近隣の源については自由パラメータを設定する。
• 構成ファイルを用いてエネルギー範囲、時間間隔、注目領域などの解析パラメータを定義する。
• スペクトルエネルギー分布 (SED) は、尤度最小化を用いた gtlike により計算され、誤差領域（バタフライプロット）および非検出源の上限値が付加される。
• 光度曲線および TS マップは、時間または空間でデータをビニングすることで生成され、反復解析における再利用を想定し、FITSS ファイルの生成をオプションでスキップ可能である。
• スペクトルおよび光度曲線結果の妥当性を検証するため、カウント/残差マップおよび N_pred/sqrt(N_pred) 対 照度/Δ照度 のようなデバッグプロットが生成される。

実験結果

リサーチクエスチョン

• RQ1 ハイレベルな Python パッケージは、完全な再現性を保ちつつ、Fermi-LAT データ解析の複雑さを軽減できるか？
• RQ2 自動デバッグプロットは、Fermi-LAT 解析におけるスペクトルおよび光度曲線結果の信頼性をどのように向上させるか？
• RQ3 Enrico は、大規模データセットの解析を高速化するため、CPU クラスタ上で並列実行をどの程度可能にするか？
• RQ4 2FGL カタログからの自動スカイモデル生成は、Fermi-LAT ソース研究における手動セットアップ時間の短縮にどの程度寄与するか？
• RQ5 Enrico は、手動の後処理を要せず、出版用プロットをどの程度効果的に生成できるか？

主な発見

• Enrico は、構成ファイルとコマンドラインツールのみで、スペクトル、光度曲線、TS マップを含む完全な Fermi-LAT 分析チェーンを実行可能であり、ユーザーの作業負荷を顕著に低減する。
• パッケージは、分析結果から直接 EPS、PNG、ROOT 形式の出版用プロットを生成する。
• 残差マップや N_pred/sqrt(N_pred) 対 照度/Δ照度 といったデバッグプロットは、スペクトルおよび光度曲線の誤差推定値の正確さを検証するのに役立つ。
• MPIK や LAPP などのクラスタでの並列ジョブ実行をサポートし、大規模解析における計算効率を向上させる。
• PowerLaw、LogParabola、PLExpCutoff のスペクトルモデル比較は、enrico_testmodel コマンドにより自動化され、対数尤度に基づくモデル選択が可能になる。
• astroquery.fermi を介した自動データダウンロードをサポートしており、今後のリリースで統合が計画されている。