[논문 리뷰] Finding Anomalous Periodic Time Series: An Application to Catalogs of Periodic Variable Stars

Umaa Rebbapragada, Pavlos Protopapas외 2명|ArXiv.org|2009. 05. 21.

Time Series Analysis and Forecasting참고 문헌 40인용 수 63

한 줄 요약

이 논문은 변수 항성의 광도곡선과 같은 대규모이고 비동기화된 주기적 시간 시리즈에 적합한 비지도 이상 탐지 방법인 PCAD를 제안한다. 샘플링된 데이터에 수정된 k-means 군집화 방법을 적용하여 중심점(centroid)을 생성하고, 이러한 중심점으로부터의 거리를 기반으로 이상도를 계산함으로써 전역적 및 국소적 이상 탐지를 고정밀도로 수행할 수 있다. 실제 천체물리학 데이터에서 뛰어난 성능을 입증하였다.

ABSTRACT

Catalogs of periodic variable stars contain large numbers of periodic light-curves (photometric time series data from the astrophysics domain). Separating anomalous objects from well-known classes is an important step towards the discovery of new classes of astronomical objects. Most anomaly detection methods for time series data assume either a single continuous time series or a set of time series whose periods are aligned. Light-curve data precludes the use of these methods as the periods of any given pair of light-curves may be out of sync. One may use an existing anomaly detection method if, prior to similarity calculation, one performs the costly act of aligning two light-curves, an operation that scales poorly to massive data sets. This paper presents PCAD, an unsupervised anomaly detection method for large sets of unsynchronized periodic time-series data, that outputs a ranked list of both global and local anomalies. It calculates its anomaly score for each light-curve in relation to a set of centroids produced by a modified k-means clustering algorithm. Our method is able to scale to large data sets through the use of sampling. We validate our method on both light-curve data and other time series data sets. We demonstrate its effectiveness at finding known anomalies, and discuss the effect of sample size and number of centroids on our results. We compare our method to naive solutions and existing time series anomaly detection methods for unphased data, and show that PCAD's reported anomalies are comparable to or better than all other methods. Finally, astrophysicists on our team have verified that PCAD finds true anomalies that might be indicative of novel astrophysical phenomena.

연구 동기 및 목표

• 기존 시간 시리즈 방법이 단계의 비일치로 인해 실패하는 대규모 비동기화 주기적 광도곡선 카탈로그에서 이상을 탐지하는 문제를 해결한다.
• 유사도 계산 이전에 시간 시리즈 정렬을 위해 고비용이 요구되는 기존 이상 탐지 방법의 확장성 한계를 극복한다.
• 동기화된 단계가 필요 없이 대규모 고차원 노이즈가 많은 시간 시리즈 데이터에서 전역적 및 국소적 이상을 식별하는 방법을 개발한다.
• 이상한 광도곡선을 경고함으로써 자동으로 새로운 천체물리 현상을 발견할 수 있도록 한다. 이는 새로운 유형의 변수 항성일 수 있는 이질적인 신호를 포함한다.
• 실제 천체 관측 데이터를 대상으로 본 방법의 효과성을 검증하고, 기초 및 기존 시간 시리즈 이상 탐지 기법들보다 뛰어난 성능을 입증한다.

제안 방법

• 광도곡선의 무작위 샘플에 수정된 k-means 군집화 알고리즘을 적용하여 대표 중심점 집합을 생성하고, 이 중심점들을 이상도 점수 계산을 위한 기준 패턴으로 활용한다.
• 각 광도곡선의 이상도 점수를 가장 가까운 중심점으로부터의 거리(상관계수 기반 거리 측정법 사용)로 계산하여 전역적 및 국소적 이상 탐지를 가능하게 한다.
• 샘플링을 활용하여 대규모 데이터 세트에 대한 확장성을 확보하고, 대규모 배포를 위한 온라인 단계에서 선형 시간 복잡도를 달성한다.
• 광도곡선을 한 주기로 접어들게 하고, 최대치를 통일된 단계로 정렬하여 일관된 표현을 확보하면서도 광도곡선 간의 원래 단계 차이를 유지한다.
• 단계 이동을 고려한 상관계수 기반 거리 측정법을 사용하여, 주기의 정렬이 되어 있지 않은 광도곡선 간의 비교도 가능하게 한다.
• 중심점으로부터의 거리 기반으로 이상을 순위 매기며, 향후 천체물리학적 조사에 적합한 의심스러운 광도곡선의 순위 목록을 생성한다.

실험 결과

연구 질문

• RQ1 비동기화된 대규모 데이터 세트에서 단계 정렬이 필요 없이 비지도 이상 탐지 방법이 이질적인 주기적 광도곡선을 효과적으로 식별할 수 있는가?
• RQ2 PCAD의 성능은 비단순 및 기존 시간 시리즈 이상 탐지 기법들과 비교해 볼 때 비단일 광도곡선 데이터에서 이상 탐지 정확도와 확장성 측면에서 어떻게 다른가?
• RQ3 PCAD는 실제 변수 항성 카탈로그에서 알려진 이상과 잠재적인 새로운 천체물리 현상을 어느 정도 탐지할 수 있는가?
• RQ4 샘플 크기와 중심점 수가 PCAD의 이상 탐지 안정성과 정확도에 어떤 영향을 미치는가?
• RQ5 PCAD의 출력 결과는 전문가에 의해 검증 가능할 수 있으며, 경고된 이상은 물리적으로 의미 있는 이심을 반영하는가?

주요 결과

• PCAD는 잘못 분류된 항성, 노이즈가 많은 광도곡선, 장기간 평탄한 부분이나 주기적 피크를 가지는 이례적인 특징을 보이는 광도곡선과 같은 알려진 이상을 성공적으로 식별하였다.
• 비단일 및 기존 시간 시리즈 이상 탐지 기법들에 비해 비단일 광도곡선 데이터에서 뛰어난 성능을 보였으며, 보고된 이상의 정확도가 다른 접근 방식과 유사하거나 뛰어났다.
• 천체물리학자들이 PCAD가 진짜 이상을 경고하고 있음을 확인하였으며, 노이즈가 아닌 정규적인 피크를 반복적으로 보이는 Cepheid 유사 항성의 경우 새로운 물리적 과정이 존재할 수 있음을 시사하였다.
• 상위 이상 중 일부 광도곡선은 타원 궤도, 제3의 천체 효과, 반사 현상 등의 특징을 보이며 천체물리적으로 의미 있는 이심을 나타내었다.
• 샘플링을 통한 확장성은 대규모 데이터 세트의 효율적 처리를 가능하게 하였으며, Pan-STARRS와 같은 설문에서 수십억 개의 광도곡선 처리 가능성을 보였다.
• Cepheid, 일식 이중성, RR Lyrae 데이터 세트에서의 상위 이상에는 잘못 분류된 항성, 높은 노이즈 관측치, 희귀한 형태적 특징이 포함되어 있어 향후 연구가 필요하다.