[論文レビュー] Gaia Data Release 3. Summary of the variability processing and analysis

L. Eyer, M. Audard+56 more|arXiv (Cornell University)|Jun 13, 2022

SAS software applications and methods被引用数 8

ひとこと要約

本論文は、34か月間にわたり18億個の天体から得られた複数回測光および分光データを活用し、ガリレオデータリリース3（Gaia DR3）における変動性処理および分析パイプラインを提示する。改訂版の変動星カタログを用いてトレーニングされた統計的および機械学習手法を用い、1050万個の変動天体（うち950万個が変動星、100万個がAGN/クェーサー）を同定し、17の表に365のパラメータを含む35種類の変動型を公開した。これにより、これまでで最大規模の一貫性のある全天変動性調査が実現された。

ABSTRACT

Context. Gaia has been in operations since 2014. The third Gaia data release expands from the early data release (EDR3) in 2020 by providing 34 months of multi-epoch observations that allowed us to probe, characterise and classify systematically celestial variable phenomena. Aims. We present a summary of the variability processing and analysis of the photometric and spectroscopic time series of 1.8 billion sources done for Gaia DR3. Methods. We used statistical and Machine Learning methods to characterise and classify the variable sources. Training sets were built from a global revision of major published variable star catalogues. For a subset of classes, specific detailed studies were conducted to confirm their class membership and to derive parameters that are adapted to the peculiarity of the considered class. Results. In total, 10.5 million objects are identified as variable in Gaia DR3 and have associated time series in G, GBP, and GRP and, in some cases, radial velocity time series. The DR3 variable sources subdivide into 9.5 million variable stars and 1 million Active Galactic Nuclei/Quasars. In addition, supervised classification identified 2.5 million galaxies thanks to spurious variability induced by the extent of these objects. The variability analysis output in the DR3 archive amounts to 17 tables containing a total of 365 parameters. We publish 35 types and sub-types of variable objects. For 11 variable types, additional specific object parameters are published. An overview of the estimated completeness and contamination of most variability classes is provided. Conclusions. Thanks to Gaia we present the largest whole-sky variability analysis based on coherent photometric, astrometric, and spectroscopic data. Later Gaia data releases will more than double the span of time series and the number of observations, thus allowing for an even richer catalogue in the future.

研究の動機と目的

• ガリレオの複数回測光および分光データを用いて、全天にわたる天体の変動現象を体系的に特徴づけ、分類すること。
• 洗練された統計的および機械学習手法とキュレートされたトレーニングセットを統合することで、変動源検出の完全性と信頼性を向上させること。
• 天体物理学的研究を支援するため、詳細な分類と物理的パラメータを備えた包括的かつ公開可能な変動天体カタログを提供すること。
• 各変動型の完全性と汚染度を評価し、結果の信頼性ある科学的解釈を可能にすること。
• 今後のデータリリースに備えて、ますます高密度化する時系列データに対応できるスケーラブルで一貫性のある処理フレームワークを確立すること。

提案手法

• G、GBP、GRP測光バンドにおける時系列データを、統計的および機械学習アルゴリズムを用いて分析した。利用可能な場合は径速度データも併用した。
• 主要な公開済み変動星カタログを包括的に再検討することで、正確で最新の分類定義を有するトレーニングセットを構築した。
• 11種類の変動型について、個別に詳細な研究を実施し、所属の確認と特化した物理的パラメータの導出を実施した。
• 拡張した構造に起因する誤検出の変動性を特徴とするため、教師あり分類を用いて250万個の銀河を同定した。
• 光曲線特徴、周期推定値、振幅測定値、分類信頼度スコアを含む365のパラメータを含む17の表を生成した。
• 各変動型の完全性と汚染度を推定するための品質評価指標を適用し、最終カタログの信頼性を確保した。

実験結果

リサーチクエスチョン

• RQ1 ガリレオDR3におけるさまざまな種類の変動天体の変動性分類全体としての完全性と汚染度はどの程度か？
• RQ2 複数回測光および分光データを用いた機械学習および統計的手法は、変動星および活動銀河核をどの程度正確に分類できるか？
• RQ3 変動天体の全天分布は、既知の星族や銀河構造とどのように相関しているか？
• RQ4 銀河のような拡張した天体は、形状的要因に起因する変動性によりどの程度誤って変動天体として同定されるか。また、その影響はどのように補正または活用できるか？
• RQ5 径速度時系列データの組み込みは、特に脈動星や連星系の変動源の特徴づけをどの程度向上させるか？

主な発見

• ガリレオDR3では、合計で1050万個の変動天体が同定され、そのうち950万個が変動星、100万個が活動銀河核またはクェーサーであった。
• 変動性解析により、光曲線特徴、周期、振幅、分類信頼度レベルを含む365のパラメータを含む17の表が作成された。
• カタログには、35種類の異なる変動型および亜型が含まれており、そのうち11種類は追加の専用物理的パラメータを有する。
• 教師あり分類により、拡張構造に起因する誤検出の変動性を特徴とする250万個の銀河が成功裏に同定された。
• 大多数の変動型クラスについて、完全性と汚染度の推定値が提供されており、ユーザーが信頼性や選択バイアスを評価できる。
• 本結果は、34か月間のガリレオ観測から得られた一貫性のある測光、位置・距離、分光データを基盤として、これまでで最大規模の全天変動性調査を実現している。