[논문 리뷰] MAVKA: Software for Statistically Optimal Determination of Extrema

Kateryna D. Andrych, И. Л. Андронов|arXiv (Cornell University)|2018. 12. 17.

Advanced Research in Science and Engineering인용 수 4

한 줄 요약

MAVKA는 변광성과 외계행성 transit 데이터의 극치를 통계적으로 최적화하여 결정하기 위한 통계 소프트웨어 도구이다. Kepler 및 Gaia를 포함한 지상 및 저궤도 관측 캠프에서 검증된 응용을 바탕으로 대칭 다항식에서 조각별 포물선 스퍼린까지 다양한 피팅 함수를 사용하며, 통계적 오차 추정을 통해 가장 정확한 극치 파라미터를 식별한다.

ABSTRACT

We introduce the program MAVKA for determination of characteristics of extrema using observations in the adjacent data intervals, with intended applications to variable stars, but it may be used for signals of arbitrary nature. We have used a dozen of basic functions, some of them use the interval near extremum without splitting the interval (algebraic polynomial in general form, "Symmetrical" algebraic polynomial using only even degrees of time (phase) deviation from the position of symmetry argument), others split the interval into 2 subintervals (a Taylor series of the "New Algol Variable", "the function of Prof. Z. Mikulášek"), or even 3 parts ("Asymptotic Parabola", "Wall-Supported Parabola", "Wall-Supported Line", "Wall-Supported Asymptotic Parabola", "Parabolic Spline of defect 1"). The variety of methods allows to choose the "best" (statistically optimal) approximation for a given data sample. As the criterion, we use the accuracy of determination of the extremum. For all parameters, the statistical errors are determined. The methods are illustrated by applications to observations of pulsating and eclipsing variable stars, as well as to the exoplanet transits. They are used for the international campaigns "Inter-Longitude Astronomy", "Virtual Observatory" and "AstroInformatics". The program may be used for studies of individual objects, also using ground-based (NSVS, ASAS, WASP, CRTS et al.) and space (GAIA, KEPLER, HIPPARCOS/TYCHO, WISE et al.) surveys.

연구 동기 및 목표

• 변광성 및 기타 주기 신호에서 시간에 따른 시리즈 데이터의 극치를 통계적으로 최적화하여 결정할 수 있는 소프트웨어 도구를 개발하는 것.
• 천문학적 조사에서 흔히 볼 수 있는 노이즈가 많고 균일하지 않은 샘플링을 가진 관측 데이터에서 최소값과 최대값을 정확히 위치시키는 과제를 해결하는 것.
• 사전 가정에 의존하지 않고 통계 기준에 따라 최적의 피팅 모델을 선택할 수 있는 유연한 프레임워크를 제공하는 것.
• 지상 기반(예: ASAS, WASP) 및 저궤도 기반(예: Kepler, Gaia) 천문학적 조사에 대해 강력한 극치 특성 분석을 지원하는 것.
• 신뢰할 수 있는 과학적 추론을 위해 극치 위치뿐 아니라 그에 수반된 통계적 오차까지 제공하는 것.

제안 방법

• 소프트웨어는 대수 다항식, 짝수 차수를 사용하는 대칭 다항식, 조각별 모델을 포함한 총 12종의 서로 다른 피팅 함수를 구현한다.
• 비대칭 광도 곡선을 극치 주변에서 모델링하기 위해 두 부분 또는 세 부분으로 나누는 간격 분할 전략(예: '뉴 알골 변수', '월 서포트드 파라볼라')을 사용한다.
• 피팅 과정은 극치 위치의 불확실성을 최소화하는 데 초점을 맞춘 통계 기준에 의해 지도된다. 이는 정밀도가 높은 모델을 우선시한다.
• 모든 피팅 파라미터(극치 시점 및 magnitude 포함)의 통계적 오차는 표준 오차 전파 기법을 사용하여 계산된다.
• 이 방법은 대칭 및 비대칭 광도 곡선 형태를 모두 지원하여 펄세이팅 항성, 일식 이중성 및 외계행성 transit의 정확한 모델링이 가능하다.
• 국제 관측 캠프(예: 인터-로ング티드 아스트로노미, 가상 천문대)에서의 실제 데이터에 적용 가능하도록 설계되었다.

실험 결과

연구 질문

• RQ1 노이즈가 많고 균일하지 않은 샘플링을 가진 광도 곡선에서 극치의 시점과 magnitude를 결정하는 데 가장 통계적으로 최적인 방법은 무엇인가?
• RQ2 변광성의 극치 파라미터를 추정할 때 다양한 다항식 및 조각별 피팅 함수의 정확도는 어떻게 비교되는가?
• RQ3 통일된 소프트웨어 프레임워크는 다양한 천문학적 광도 곡선에서 극치 탐지의 신뢰성과 일관성을 향상시킬 수 있는가?
• RQ4 다양한 피팅 모델과 데이터 유형 간에 극치 파라미터의 통계적 오차는 어떻게 변화하는가?
• RQ5 MAVKA는 외계행성 transit 및 변광성 연구에서 광도 곡선 분석의 정밀도를 어느 정도 향상시킬 수 있는가?

주요 결과

• MAVKA는 극치 위치의 불확실성을 최소화함으로써 주어진 데이터 세트에 대해 통계적으로 최적의 피팅 함수를 성공적으로 식별한다.
• 소프트웨어는 극치 시점 및 magnitude를 포함한 모든 피팅 파라미터에 대해 신뢰할 수 있는 통계적 오차 추정치를 제공한다.
• 국제 관측 캠프에서 검증된 바에 따르면, 펄세이팅 항성과 일식 이중성 양쪽 모두에서 극치 탐지에 높은 정확도를 달성한다.
• '월 서포트드 파라볼라'와 같은 조각별 모델의 사용은 전역 다항식에 비해 비대칭 광도 곡선의 피팅 정확도를 크게 향상시킨다.
• MAVKA는 지상 기반 조사(ASAS, WASP) 및 저궤도 미션(Kepler, Gaia)을 포함한 다양한 데이터 원천에 적용 가능하다.
• 다양한 천문학적 데이터 세트에서 일관되고 재현 가능한 극치 결정이 가능하여 장기 연구를 위한 데이터 품질을 향상시킨다.