[논문 리뷰] Allesfitter: Flexible Star and Exoplanet Inference From Photometry and Radial Velocity

Maximilian N. Günther, Tansu Daylan|arXiv (Cornell University)|2020. 03. 31.

Stellar, planetary, and galactic studies참고 문헌 130인용 수 99

한 줄 요약

allesfitter는 광도 및 운동도 데이터로부터 별과 extrasolar 행성의 동시 추론을 위한 유연하고 오픈소스인 파이썬 패키지로, 전이 시차 변동, 위상 곡선, 별의 변동성, spots, 플레어, 체계적 잡음(가우시안 프로세스를 통한)을 지원합니다. MCMC와 네스티드 샘플링을 모두 활용하여 매개변수 추정 및 베이지안 모델 비교를 가능하게 하며, 출판용 출력 기능과 사용자 友好的한 GUI 또는 프로그래밍 가능한 API를 제공합니다.

ABSTRACT

We present allesfitter, a public and open-source python software for flexible and robust inference of stars and exoplanets given photometric and radial velocity data. Allesfitter offers a rich selection of orbital and transit/eclipse models, accommodating multiple exoplanets, multi-star systems, transit-timing variations, phase curves, stellar variability, star spots, stellar flares, and various systematic noise models including Gaussian Processes. It features both parameter estimation and Bayesian model selection, allowing to easily run either a Markov Chain Monte Carlo (MCMC) or Nested Sampling fit. For novice users, a graphical user interface allows to specify all input and perform analyses; for python users, all modules can be readily imported in any existing scripts. Allesfitter also produces publication-ready tables, LaTeX commands, and figures. The software is publicly available (https://github.com/MNGuenther/allesfitter), pip-installable (pip install allesfitter) and well documented (www.allesfitter.com). Finally, we demonstrate the software's capabilities on several examples and provide updates to the literature where possible for Pi Mensae, TOI-216, WASP-18, KOI-1003 and GJ 1243.

연구 동기 및 목표

• 다중 미션 광도 및 운동도 데이터로부터 다수의 행성 및 별 시스템 모델링에 대한 확장성 있고 재현 가능하며 자동화된 추론의 증가하는 필요를 해결하기 위해.
• 기존 소프트웨어가 종종 좁은 문제(예: 전이만 또는 운동도만)에 집중하고 강력한 베이지안 모델 비교 기능이 부족한 점을 보완하기 위해.
• 전이, 일식, 위상 곡선, 플레어, 잡음 모델 등의 다양한 정방향 모델을 하나의 확장 가능한 프레임워크로 통합하기 위해.
• 초보자용 GUI와 고급 사용자를 위한 프로그래밍 가능한 API를 제공하여 광범위한 접근성과 기존 워크플로우에의 통합을 보장하기 위해.
• LaTeX 테이블, 그림, 명령어를 포함한 출판용 출력 기능을 제공하여 재현 가능성과 확산성을 향상시키기 위해.

제안 방법

• 데이터와 사전 확률를 고려하여 매개변수의 사후 확률를 계산하기 위해 베이즈 추론을 사용하며, 베이즈 정리에 기반합니다.
• 광도 및 운동도 데이터에 대해 가우시안 잡음 가정하는 가능도 함수를 사용하며, 로그 가능도는 카이제곱 항의 합으로 정의됩니다.
• 사후 분포 샘플링을 위해 MCMC(emcee 기반)와 네스티드 샘플링(dynesty 기반)을 모두 지원하며, 후자는 강력한 베이지안 증거 추정을 가능하게 합니다.
• 기존 패키지에서 유래한 모듈식 정방향 모델을 통합: 전이/일식 및 운동도에 대해 ellc, 별 플레어에 대해 aflare, 가우시안 프로세스에 대해 celerite, 기타 모델들.
• 다중 에포크 및 다중 소스 데이터에 대해 다항식, 스퍼린, 또는 가우시안 프로세스를 사용하여 체계적 잡음을 모델링하며, 유연한 설정을 제공합니다.
• 재현 테스트 및 복수의 행성, 복수의 별, 복잡한 시스템(전이 시차 변동, 위상 곡선, 스포트 모델링 포함)을 지원합니다.

실험 결과

연구 질문

• RQ1 단일이고 확장 가능한 소프트웨어 프레임워크가 광도 및 운동도 데이터로부터 다양한 행성 및 별 현상의 동시 추론을 견고하게 처리할 수 있는가?
• RQ2 allesfitter가 복잡한 잡음과 변동성을 포함한 다양한 시스템에서 매개변수 추정 및 베이지안 모델 비교를 얼마나 효과적으로 수행할 수 있는가?
• RQ3 allesfitter의 출력이 TOI-216, WASP-18, KOI-1003, GJ 1243 등의 실제 행성계에서 독립적인 분석 결과와 어느 정도 일치하는가?
• RQ4 allesfitter가 통계적 엄밀성과 계산 효율성을 유지하면서 별 플레어, 스포트, 위상 곡선을 얼마나 잘 모델링할 수 있는가?
• RQ5 allesfitter의 GUI와 API가 동시에 초보자 사용자와 전문 개발자를 위한 통합된 재현 가능한 워크플로우에서 효과적으로 기능할 수 있는가?

주요 결과

• allesfitter는 TOI-216에 대해 Dawson 등(2019)의 결과를 잘 재현하며, 궤도 매개변수 및 전이 시차 변동(TTVs)에 대한 사후 추정치가 뛰어난 일치를 보입니다.
• WASP-18의 경우, allesfitter는 Shporer 등(2019)의 결과와 높은 일치도로 옵티컬 위상 곡선 진폭(A1 = 0.0221 ± 0.0045, B1 = 0.1443 ± 0.0056, B2 = 0.1922 ± 0.0059)을 회복합니다.
• KOI-1003의 경우, allesfitter의 이진성 별 시스템에 대한 사후 확률 추정치(RA/RB = 0.1634 ± 0.0021, P = 8.35992 ± 0.00094 d)는 Roettenbacher 등(2016)의 결과와 잘 일치하며, 소수의 편차는 스포트 통과로 기인합니다.
• GJ 1243의 경우, allesfitter는 1.8일 TESS 세그먼트에서 두 개의 스포트와 세 개의 플레어를 모델링하며, 플레어 최고점 시간(t_peak,flare1 = 2456519.028417 ± 0.000038 BJD)과 진폭(A_flare1 = 0.0973 ± 0.0034)을 기대에 부합하는 방식으로 회복합니다.
• 모든 테스트 케이스에서 확인된 linem, 사용자 노력 최소화로 출판용 출력(예: LaTeX 테이블, 그림)을 생성합니다.
• allesfitter의 네스티드 샘플링 구현은 낮은 분산의 베이지안 증거 추정치를 제공하여, 표준 MCMC만으로는 불가능한 통계적으로 견고한 모델 비교를 가능하게 합니다.