[論文レビュー] Finding Fast Transients in Real Time Using Novel Light Curve Analysis Algorithm

R. Strausbaugh, Antonino Cucchiara+5 more|arXiv (Cornell University)|Sep 27, 2021

Advanced Image Processing Techniques参考文献 109被引用数 3

ひとこと要約

本論文では、Deeper, Wider, Faster (DWF) サーベイのデータから高速に変化する光学的瞬時変星を検出することを目的としたリアルタイム光曲線解析ツールである Fast Transient Finder (FTF) アルゴリズムを提示する。画像差分処理によるDWFデータの光曲線を分析することで、急激な明るさの上昇を示す候補を同定し、数分から数時間の timescale における瞬時変星に対して高い感度を発揮し、マルチメッセンジャーアストロノミーのための迅速なフォローアップを可能にする。

ABSTRACT

The current data acquisition rate of astronomical transient surveys and the promise for significantly higher rates during in the next decade necessitate the development of novel approaches to analyze astronomical data sets and promptly detect objects of interest. The Deeper, Wider, Faster (DWF) program is a survey focused on the identification of fast evolving transients, such as fast radio bursts, gamma-ray bursts, and supernova shock breakouts. It employs a multi-frequency simultaneous coverage of the same part of the sky over several orders of magnitude. Using the Dark Energy Camera mounted on the 4-meter Blanco telescope, DWF captures a 20 second g-band exposure every minute, at a typical seeing of ~ 1" and an airmass of ~ 1.5. These optical data are collected simultaneously with observations conducted over the entire electromagnetic spectrum - from radio to gamma-rays - as well as cosmic ray observations. In this paper, we present a novel real-time light curve analysis algorithm, designed to detect transients in the DWF optical data; this algorithm functions independently from, or in conjunction with, image subtraction. We present a sample of fast transients detected by our algorithm, as well as a false-positive analysis. Our algorithm is customizable and can be tuned to be sensitive to transients evolving over different timescales and flux ranges.

研究の動機と目的

• 高速に変化する瞬時変星を光学的サーベイデータで検出することを目的としたリアルタイムでカスタマイズ可能な光曲線解析アルゴリズムの開発。
• 従来のサーベイパイプラインが見逃す可能性がある微弱で短 timescale の瞬時変星（≦1時間、mg ≳21）を特定する課題に対処すること。
• FTFアルゴリズムをDWFパイプラインに統合し、自動的な候補フラグ付きと優先順位付けを行うこと。
• 光学データと電波からガンマ線にまで及ぶ多波長観測を統合することで、瞬時変星候補の迅速なフォローアップを可能にすること。
• Vera C. Rubin観測所のような今後の高頻度サーベイに向けたFTFアルゴリズムの展開準備をすること。

提案手法

• FTFアルゴリズムは、DWFデータに対して画像差分パイプライン（Mary Pipeline）で生成された光曲線を分析する。
• 傾きが設定可能なしきい値を超える光曲線を特定することで、瞬時変星を検出する。しきい値は手動で設定可能であり、統計的手法によっても設定可能である。
• アルゴリズムは、さまざまな timescale や輝度範囲での変化に敏感に設計されており、異なる瞬時変星タイプに合わせたカスタマイズが可能である。
• 明るさの急激な上昇に基づいて候補がフラグ付けされ、画像差分によってもフラグ付けされた源に優先順位が与えられる。
• 画像差分に依存せず、独立して動作するか、画像差分と併用することで、アーチファクトに依存しない感度向上を実現する。
• アルゴリズムは、LSSTの本格運用に向けた準備として、初期のRubin Science Platformデータ（DP0.1）上でテスト中である。

実験結果

リサーチクエスチョン

• RQ1 リアルタイム光曲線解析アルゴリズムは、高頻度サーベイデータにおいてどのようにして高速光学的瞬時変星（≦1時間）を検出できるか？
• RQ2 信頼性の高い高速に変化する瞬時変星の同定を可能にするしきい値戦略は何か？
• RQ3 1分の頻度で観測され、gバンドの限界が約24であるDWFデータに適用した場合、FTFアルゴリズムの性能はいかがなものか？
• RQ4 FTFアルゴリズムは、多様な timescale や輝度範囲にわたる瞬時変星を効果的に検出できるようにチューニング可能か？
• RQ5 FTFは、既存のサーベイパイプラインにどのように統合され、リアルタイムでの瞬時変星分類とフォローアップを可能にするか？

主な発見

• FTFアルゴリズムは、画像差分処理によるDWFデータの光曲線を用いて、リアルタイムで高速瞬時変星を検出することに成功した。
• 急激な明るさの上昇を示す候補を同定することで、数分の timescale での瞬時変星検出が可能になった。
• 誤検出の分析により、アルゴリズムの信頼性が確認され、調整可能な傾きしきい値により性能を最適化可能であることが示された。
• FTFはカスタマイズ可能に設計されており、広い timescale と輝度レベルの範囲での瞬時変星検出に感度を発揮する。
• アルゴリズムはDWFパイプラインに統合されており、次のDWFランで展開される予定である。
• FTFは、Vera C. Rubin観測所での本格運用に向けた準備として、Rubin Science Platform DP0.1データ上でテスト中である。