[论文解读] Gaia Data Release 3: All-sky classification of 12.4 million variable sources into 25 classes

L. Rimoldini, B. Holl+32 more|arXiv (Cornell University)|Nov 30, 2022

Gamma-ray bursts and supernovae被引用 4

一句话总结

本文基于Gaia数据释放3（Gaia DR3）的1240万条变源光度时序数据，利用G、G_BP和G_RP波段的测光光变曲线，采用基于机器学习的方法将这些变源分类为25种不同的变光类型。通过使用eXtreme Gradient Boosting（XGBoost）和随机森林分类器，实现了对周期性与非周期性变星（包括脉动变星、食双星、活动星系核及超新星等）的高精度识别，而星系则因扩展源引起的伪变光现象被单独标记。

ABSTRACT

Gaia DR3 contains 1.8 billion sources with G-band photometry, 1.5 billion of which with BP and RP photometry, complemented by positions on the sky, parallax, and proper motion. The median number of field-of-view transits in the three photometric bands is between 40 and 44 measurements per source and covers 34 months of data collection. We pursue a classification of Galactic and extra-galactic objects that are detected as variable by Gaia across the whole sky. Supervised machine learning (eXtreme Gradient Boosting and Random Forest) was employed to generate multi-class, binary, and meta-classifiers that classified variable objects with photometric time series in the G, BP, and RP bands. Classification results comprise 12.4 million sources (selected from a much larger set of potential variable objects) and include about 9 million variable stars classified into 22 variability types in the Milky Way and nearby galaxies such as the Magellanic Clouds and Andromeda, plus thousands of supernova explosions in distant galaxies, 1 million active galactic nuclei, and almost 2.5 million galaxies. The identification of galaxies was made possible by the artificial variability of extended objects as detected by Gaia, so they were published in the galaxy_candidates table of the Gaia DR3 archive, separate from the classifications of genuine variability (in the vari_classifier_result table). The latter contains 24 variability classes or class groups of periodic and non-periodic variables (pulsating, eclipsing, rotating, eruptive, cataclysmic, stochastic, and microlensing), with amplitudes from a few milli-magnitudes to several magnitudes.

研究动机与目标

• 将Gaia源总数18亿颗的全天变光现象分类为不同的物理类型。
• 识别并分类银河系及邻近星系中的变星、活动星系核和暂现源事件。
• 解决在大规模调查中，利用监督式机器学习对具有多样化光变曲线形态的数百万条变源进行分类的挑战。
• 区分真实变源与星系等扩展源引起的伪变光现象。
• 为天文界提供一份全面且公开可访问的分类星表。

提出的方法

• 基于Gaia DR3的测光光变曲线，采用监督式机器学习方法，使用eXtreme Gradient Boosting（XGBoost）和随机森林分类器。
• 训练数据来源于已知的变源类型，特征从G、G_BP和G_RP波段的光变曲线中提取。
• 训练了多类别、二分类及元分类器模型，以区分25种变光类型，包括脉动、食变、旋转、爆发、激扰、随机及微引力透镜变星等。
• 特征工程聚焦于三波段测光中振幅、周期、光变曲线形状及颜色-星等行为的分析。
• 通过在星表中单独发布星系候选者（galaxy_candidates）表，对星系进行特殊处理，与vari_classifier_result表中的变源分类结果区分开来。
• 通过与已知星表的交叉识别以及分类置信度的内部一致性检查对结果进行验证。

实验结果

研究问题

• RQ1 利用Gaia DR3测光数据，机器学习在全天空范围内对变源分类的准确性如何？
• RQ2 变源类型在银河系及邻近星系中的分布特征是什么？
• RQ3 机器学习能否在大规模巡天中有效区分内在与外在变光机制？
• RQ4 不同变光类型（如脉动变星与爆发变星）在多波段测光中的光变特征有何差异？
• RQ5 在Gaia的测光数据中，能否可靠地区分星系等扩展源与真实变星？

主要发现

• 分类结果包含1240万条变源，其中约900万条被归类为22种不同类型的变星。
• 数据覆盖Gaia观测的34个月，每条源在三个测光波段中平均经历40至44次过境。
• 分类识别出100万颗活动星系核，以及近250万颗星系，后者因扩展源引起的伪变光现象被特别标记。
• 该方法成功识别了周期性与非周期性变星，包括振幅从毫星等到数个星等的系统。
• 采用XGBoost与随机森林模型在多波段复杂光变曲线形态的区分上取得了高精度。
• 结果已发布于Gaia DR3档案中，vari_classifier_result表包含24种不同的变光类型或类型组。