[論文レビュー] The unpopular Package: a Data-driven Approach to De-trend TESS Full Frame Image Light Curves

Soichiro Hattori, Daniel Foreman-Mackey+6 more|arXiv (Cornell University)|Jun 29, 2021

Stellar, planetary, and galactic studies参考文献 5被引用数 4

ひとこと要約

本論文では、データ駆動型の線形回帰およびリッジ回帰を用いて、地球および月の散乱光や宇宙船のジャイタリーなどの系統的効果を除去するオープンソースのPythonパッケージ *unpopular* を紹介する。この手法により、既存のパイプラインと同等の高精度な光曲線が得られ、系統的効果を効果的に除去する。検証は、系外惑星、超新星、高速回転星など多様な天体源において実施された。

ABSTRACT

The majority of observed pixels on the Transiting Exoplanet Survey Satellite (TESS) are delivered in the form of full frame images (FFI). However, the FFIs contain systematic effects such as pointing jitter and scattered light from the Earth and Moon that must be removed before downstream analysis. We present unpopular, an open-source Python package to de-trend TESS FFI light curves based on the causal pixel model method. Under the assumption that shared flux variations across multiple distant pixels are likely to be systematics, unpopular removes these common (i.e., popular) trends by modeling the systematics in a given pixel's light curve as a linear combination of light curves from many other distant pixels. To prevent overfitting we employ ridge regression and a train-and-test framework where the data points being de-trended are separated from those used to obtain the model coefficients. We also allow for simultaneous fitting with a polynomial model to capture any long-term astrophysical trends. We validate our method by de-trending different sources (e.g., supernova, tidal disruption event, exoplanet-hosting star, fast rotating star) and comparing our light curves to those obtained by other pipelines when appropriate. We also show that unpopular is able to preserve sector-length astrophysical signals, allowing for the extraction of multi-sector light curves from the FFI data. The unpopular source code and tutorials are freely available online.

研究の動機と目的

• TESS Full Frame Image (FFI) 光曲線からの系統的ノイズを除去する、強固でオープンソースのツールを開発すること。
• TESS FFI データに見られる系統的効果、特に地球および月の散乱光と宇宙船の指向ジャイタリーに対処すること。
• 既存のデトレンド手法とは異なり、特にFFIデータにおける非選択的ソースに対して、データ駆動型の代替手法を提供すること。
• 多様な天体物理学的源においてこの手法を検証し、系外惑星探査を超えた信頼性を確保すること。

提案手法

• 本手法は、ピクセルのフラックス変動と宇宙船の指向データに基づいて、FFI光曲線の系統的トレンドを線形回帰でモデル化する。
• 過剰適合を抑えるために、リッジ回帰を適用し、ノイズが多いまたはスパarsなデータに対しても解を正則化する。
• 自己フラットフィールディングの原則を活用し、系統的フラックス変動が検出器上での源の位置と相関することを仮定する。
• パッケージは、ターゲット源を中心にしたFFIカットアウトを処理し、光曲線を抽出して、システムティクスベクトルに対する回帰によるデトレンドを実行する。
• 事前にソースタイプの知識を必要としないデータ駆動型フレームワークを採用しており、広範な適用可能性を実現する。
• 実装は、標準的な科学的Pythonライブラリ（例：NumPy、Scikit-learn）に基づいており、既存のTESSデータツールと統合可能である。

実験結果

リサーチクエスチョン

• RQ1 事前に選択されたソース情報に依存せずに、データ駆動型の回帰手法がTESS FFI光曲線のデトレンドに効果的に適用可能かどうか。
• RQ2 eleanor や lightkurve といった既存のパイプラインと比較して、この手法の系統的効果除去性能はどの程度か。
• RQ3 デトレンド処理中に、トランジット、フレア、超新星光曲線などの天体的信号をどの程度保持できるか。
• RQ4 ノイズが多いまたはスパースなFFIデータの状況下で、リッジ正則化がどのように安定性を向上させるか。
• RQ5 系外惑星の母天体、高速回転星、一時的天体イベントなど、多様なソースタイプに一貫して適用可能かどうか。

主な発見

• *unpopular* パッケージは、TESS FFI光曲線から散乱光と指向ジャイタリーを効果的に除去し、系統的ノイズを顕著に低減した。
• 同じターゲットに適用した場合、*unpopular* が得るデトレンド済み光曲線は、eleanor や lightkurve といった既存のパイプラインと強く一致した。
• トランジットやフレアといった天体的信号は、光曲線の形状に最小限の歪みを生じさせることなく保持された。
• リッジ回帰により、信号対ノイズ比が低いか、系統的効果が強い領域でも、安定性が向上し、過剰適合が抑制された。
• タイプIa超新星（ASASSN-18tb）、潮汐破壊イベント、高速回転星といった多様な源を用いた検証により、広範な適用可能性と信頼性が示された。
• パッケージはオープンソースであり、チュートリアルを含むため、広く天文コミュニティが再現可能でアクセス可能なデトレンド処理を実現できる。