[논문 리뷰] Finding Fast Transients in Real Time Using Novel Light Curve Analysis Algorithm

R. Strausbaugh, Antonino Cucchiara외 5명|arXiv (Cornell University)|2021. 09. 27.

Advanced Image Processing Techniques참고 문헌 109인용 수 3

한 줄 요약

이 논문은 Deeper, Wider, Faster(DWF) 설문에서 빠르게 변화하는 광학적 순간변이를 탐지하기 위해 설계된 실시간 광도곡선 분석 도구인 Fast Transient Finder(FTF) 알고리즘을 제시한다. 이미지 차분 처리된 DWF 데이터의 광도곡선을 분석함으로써 FTF는 급격한 밝기 상승을 보이는 후보를 식별하며, 분석 시간이 분 단위에서 시간 단위인 순간변이에 대해 높은 감도를 보이며, 다중메신저 천문학을 위한 빠른 후속 관측을 가능하게 한다.

ABSTRACT

The current data acquisition rate of astronomical transient surveys and the promise for significantly higher rates during in the next decade necessitate the development of novel approaches to analyze astronomical data sets and promptly detect objects of interest. The Deeper, Wider, Faster (DWF) program is a survey focused on the identification of fast evolving transients, such as fast radio bursts, gamma-ray bursts, and supernova shock breakouts. It employs a multi-frequency simultaneous coverage of the same part of the sky over several orders of magnitude. Using the Dark Energy Camera mounted on the 4-meter Blanco telescope, DWF captures a 20 second g-band exposure every minute, at a typical seeing of ~ 1" and an airmass of ~ 1.5. These optical data are collected simultaneously with observations conducted over the entire electromagnetic spectrum - from radio to gamma-rays - as well as cosmic ray observations. In this paper, we present a novel real-time light curve analysis algorithm, designed to detect transients in the DWF optical data; this algorithm functions independently from, or in conjunction with, image subtraction. We present a sample of fast transients detected by our algorithm, as well as a false-positive analysis. Our algorithm is customizable and can be tuned to be sensitive to transients evolving over different timescales and flux ranges.

연구 동기 및 목표

• 고속으로 변화하는 순간변이를 광학 설문 데이터에서 실시간으로 탐지할 수 있는 사용자 정의 가능한 광도곡선 분석 알고리즘을 개발하는 것.
• 기존 설문 파이프라인에서 놓치는 낮은 밝기, 짧은 시간 스케일의 순간변이(≤1시간, mg ≥21)를 식별하는 데 도전하는 것.
• FTF 알고리즘을 DWF 파이프라인에 통합하여 자동으로 후보를 표시하고 우선순위를 정하는 것.
• 광학 데이터를 라디오에서 감마선에 이르기까지 다파장 관측과 융합함으로써 순간변이 후보에 대한 빠른 후속 관측을 가능하게 하는 것.
• 앞으로의 고주기 설문, 예를 들어 Vera C. Rubin 관측소에 대비해 FTF 알고리즘을 배포하기 위한 준비를 하는 것.

제안 방법

• FTF 알고리즘은 DWF 데이터에서 이미지 차분 파이프라인(Mary Pipeline)이 생성한 광도곡선을 분석한다.
• 가변 임계값을 초과하는 기울기를 가진 광도곡선을 식별함으로써 순간변이를 탐지한다. 이 임계값은 수동 설정 또는 통계적 방법으로 설정할 수 있다.
• 알고리즘은 다양한 시간 스케일과 밝기 범위에서 변화하는 순간변이에 민감하도록 설계되어 있으며, 다양한 순간변이 유형에 맞게 사용자 정의할 수 있다.
• 빠른 밝기 상승에 의해 후보가 표시되며, 이미지 차분에 의해도 표시된 소스는 우선순위가 높아진다.
• 알고리즘은 이미지 차분과 별도로 작동하거나 함께 작동할 수 있어, 차분 잔여물에 의존하지 않고도 탐지 감도를 향상시킨다.
• FTF 알고리즘은 향후 LSST와 함께 본격 배포를 대비해 Rubin Science Platform DP0.1 데이터에서 테스트 중이다.

실험 결과

연구 질문

• RQ1 고주기 설문 데이터에서 실시간 광도곡선 분석 알고리즘이 어떻게 1시간 이내의 빠른 광학적 순간변이를 탐지할 수 있는가?
• RQ2 신뢰할 수 있는 빠른 변화하는 순간변이 식별을 가능하게 하면서도 임의의 양성 결과를 최소화할 수 있는 임계값 전략은 무엇인가?
• RQ3 1분 주기와 g-대역 magnitude 한계가 약 24인 DWF 데이터에 적용했을 때 FTF 알고리즘의 성능은 어떠한가?
• RQ4 FTF 알고리즘이 다양한 시간 스케일과 밝기 수준에서 순간변이 탐지를 효과적으로 조정할 수 있는가?
• RQ5 FTF 알고리즘은 기존 설문 파이프라인에 어떻게 통합되어 실시간 순간변이 분류 및 후속 관측을 가능하게 할 수 있는가?

주요 결과

• FTF 알고리즘은 이미지 차분 처리된 DWF 데이터의 광도곡선을 사용하여 실시간으로 빠른 순간변이를 성공적으로 탐지한다.
• 알고리즘은 급격한 밝기 상승을 보이는 후보를 식별함으로써 분석 시간이 분 단위인 순간변이까지 탐지할 수 있다.
• 임의의 양성 결과 분석을 통해 알고리즘의 신뢰성이 확인되었으며, 조정 가능한 기울기 임계값을 통해 성능을 조절할 수 있다.
• FTF는 사용자 정의가 가능하도록 설계되어 넓은 시간 스케일과 밝기 수준의 순간변이 탐지에 민감하도록 할 수 있다.
• 알고리즘은 DWF 파이프라인에 통합되고 다음 DWF 런에서 배포될 예정이다.
• FTF 알고리즘은 향후 Vera C. Rubin 관측소와 함께 본격 배포를 대비해 Rubin Science Platform DP0.1 데이터에서 테스트 중이다.