[논문 리뷰] The Korea Microlensing Telescope Network (KMTNet) Alert Algorithm and Alert System

Hyoun-Woo Kim, Kyu‐Ha Hwang외 18명|arXiv (Cornell University)|2018. 06. 20.

Innovation in Digital Healthcare Systems참고 문헌 3인용 수 10

한 줄 요약

이 논문은 한국 마이크로렌즈 망원경 네트워크(KMTNet)를 위한 실시간 마이크로렌즈 경고 알고리즘을 제시한다. 이 알고리즘은 연속적인 높은 점수를 가진 광도 곡선을 식별하고, 이를 깨진 선형 상승 모델에 맞추어 상승하는 사건을 탐지한다. 계산 자원의 제약에도 불구하고 대부분의 분야에서 거의 실시간 경고를 달성하며, 관측 갭 동안 고우선도 분야의 경우 수 시간의 지연만을 보인다.

ABSTRACT

We describe a new microlensing-event alert algorithm that is tailored to the Korea Microlensing Telescope Network (KMTNet) multi-observatory system. The algorithm focuses on detecting "rising" events, i.e., events whose brightness is increasing as a function of time. The algorithm proceeds in three steps. It first identifies light curves with at least $N_{ m high}$ points that are at least $3σ$ above the median and that had been taken since shortly before the previous search for new events. It then demands that there are at least $N_{ m high}$ $ extit{consecutive}$ high points when considering any combination of light curves from one, two, or three observatories. Finally, it fits to a "rising microlensing model" consisting of a broken line, i.e., flat before some time $t_{ m rise}$ and rising linearly afterward. If this fit is better than a flat line by $Δχ^2>Δχ^2_{ m thresh}$, the light curve is sent for human review. Here, $(N_{ m high},Δχ^2_{ m thresh})=(5,250)$ or $(10,400)$, depending on the field cadence. For 2018, KMTNet alerts will initially be restricted to a few northern bulge fields and may gradually extend to the full northern bulge. Further expansion of coverage is expected in 2019.

연구 동기 및 목표

• KMTNet의 다중 현장 마이크로렌즈 모니터링 시스템에 특화된 효율적인 실시간 경고 알고리즘을 개발하기 위해.
• 광도가 증가하고 있는 '상승' 마이크로렌즈 사건—피크 증폭 이전에 발생하는 사건—를 최적의 후속 관측을 위해 조기에 탐지하기 위해.
• 계산 자원 및 기상 관련 제약 조건에도 불구하고 경고 지연을 최소화하고 다중 관측소에서 높은 주기로 유지하기 위해.
• 행성 신호와 마이크로렌즈 편차에 민감한 사건의 적시 탐지를 통해 고정밀 후속 관측을 지원하기 위해.
• 지상 및 저궤도 위성 관측(예: 스피저 관측 포함)을 포함한 후속 관측을 촉진하기 위해 경고를 신속하게 배포하기 위해.

제안 방법

• 알고리즘은 이전 검색 윈도우의 데이터를 사용하여 최소 $N_{\rm high}$개의 점이 중앙값보다 $3\sigma$ 이상 초과하는 광도 곡선을 먼저 식별한다.
• 최소 $N_{\rm high}$개의 연속적인 높은 점이 KMTC, KMTS, KMTA의 하나, 두 개 또는 세 개의 KMTNet 관측소 조합에서 나타나도록 강제한다.
• 광도 곡선에 깨진 선형 모델을 적합시킨다: $t_{\rm rise}$ 이전에는 평탄하고, 이후에는 선형적으로 상승하는 모양으로, 상승하는 마이크로렌즈 사건을 나타낸다.
• 적합 결과를 평탄한 선형 모델과 비교하여 $\Delta\chi^{2} > \Delta\chi^{2}_{\rm thresh}$ 조건을 만족하는지 확인한다; 만약 유의미하다면, 인간 검토를 위해 이벤트가 경고 대상으로 표시된다.
• 임계값은 분야의 주기성에 따라 $(N_{\rm high}, \Delta\chi^{2}_{\rm thresh}) = (5,250)$ 또는 $(10,400)$ 으로 설정된다.
• 시스템은 고우선도 분야에 대한 경고를 우선 처리하며, 기상 장애 발생 시에도 백로그를 효율적으로 관리하여 고우선도 분야의 지연을 최소화한다.

실험 결과

연구 질문

• RQ1 제한된 계산 자원 조건에서 다중 관측소 데이터를 바탕으로 실시간 마이크로렌즈 경고 시스템이 어떻게 효율적으로 상승 사건을 탐지할 수 있는가?
• RQ2 고주기, 다중 현장 데이터에서 거짓 긍정을 최소화하면서도 신뢰성 있는 마이크로렌즈 사건 탐지를 위한 기준은 무엇인가?
• RQ3 한 또는 여러 관측소에서 기상으로 인한 관측 갭 발생 시, 시스템은 어떻게 거의 실시간 경고를 유지할 수 있는가?
• RQ4 동시에 여러 관측소에서 악천후가 발생하는 기간 동안 시스템은 얼마나 많은 경고를 복구할 수 있는가?
• RQ5 알고리즘은 추가적인 계산 비용을 크게 증가시키지 않고도 순수하게 하강하는 사건이나 복잡한 광도 곡선 형태를 가진 사건을 탐지할 수 있는가?

주요 결과

• 알고리즘은 깨진 선형 모델을 사용하여 광도 곡선의 상승 단계에 잘 맞추어져 있어, 상승 마이크로렌즈 사건을 높은 민감도로 탐지한다.
• 2018년에는 경고가 몇몇 북부 우주 빌지 분야로 제한되었지만, 2019년에는 전체 북부 빌지로 확장될 예정이었다.
• 관측 갭 기간 동안 시스템은 거의 실시간 경고를 유지하며, 최우선 분야(예: BLG14)의 경우 지연이 12시간 이내, 저우선도 분야의 경우 최대 1일 이내로 유지된다.
• KMTNet의 세 개 관측소 간 기상 다양성을 활용하여 고우선도 분야를 우선 처리함으로써, 계산 백로그를 효과적으로 관리한다.
• 민감도와 계산 효율성 사이의 균형을 이루며, 정점 시즌 동안에도 적시 경고를 가능하게 한다.
• 향후 향상 가능성이 있는 부분은 순수하게 하강하는 사건을 탐지하도록 알고리즘을 수정함으로써 놓친 사건을 복구하는 것으로, 이는 최소한의 추가 계산 비용으로 가능할 것이다.