[논문 리뷰] Searching transients in large-scale surveys. A method based on the Abbe value

N. Mowlavï|arXiv (Cornell University)|2014. 06. 30.

Stellar, planetary, and galactic studies참고 문헌 24인용 수 14

한 줄 요약

이 논문은 대규모 광도 측정 조사에서 일시적인 항성 사건을 식별하기 위한 새로운 방법을 제안한다. 이 방법은 Abbe 값($\mathcal{A}$)과 변동성 규칙성을 측정하는 새로운 지표인 초과 Abbe 값($\mathcal{E}_{\mathcal{A}}$)을 사용한다. EROS-2와 OGLE-II 데이터에 적용한 결과, 43개의 EROS-2 및 19개의 OGLE-II 일시적 후보를 성공적으로 추출하였으며, 이 중에서 4개의 새로운 일시적 후보(폭발을 보이는 경우 포함)를 발견하였고, 영역 내에서 감지 가능한 폭발을 보인 모든 알려진 Be 항성도 복원하였다.

ABSTRACT

(Abridged) A new method is presented to identify transient candidates in large-scale surveys based on the variability pattern in their light curves. The method is based on the Abbe value, that estimates the smoothness of a light curve, and on a newly introduced value called the excess Abbe that estimates the regularity of the light curve variability pattern over the duration of the observations. Based on simulated light curves, transients are shown to occupy a specific region in the Abbe versus Excess Abbe diagram, distinct from sources presenting pulsating-like features in their light curves or having featureless light curves. The method is tested on real light curves taken from EROS-2 and OGLE-II surveys in a 0.50deg x 0.17deg field of the sky in the LMC. The method identifies 43 EROS-2 transient candidates out of a total of ~1300 variable stars, and 19 more OGLE-II candidates. The efficiency of the method is further tested by comparing the list of transient candidates with known Be stars in the literature. It is shown that all Be stars known in the studied field of view with detectable bursts or outbursts are successfully extracted by the method. In addition, four new transient candidates displaying bursts and/or outbursts are found in the field, of which at least two are good new Be candidates. The new method proves to be a potentially powerful tool to extract transient candidates from large-scale multi-epoch surveys. The better the photometric measurement uncertainties are, the cleaner the list of detected transient candidates is. In addition, the diagram is shown to be a good diagnostic tool to check the data quality of multi-epoch photometric surveys. A trend of instrumental and/or data reduction origin, for example, will manifest itself by an unexpected distribution of points in the diagram.

연구 동기 및 목표

• 대규모 다시측정 광도 조사에서 일시적 항성 사건을 자동으로 탐지할 수 있는 데이터 기반의 방법을 개발하는 것.
• 빛의 변화 양상과 변동성 규칙성의 통계적 지표를 이용해, 펄세이팅 변수와 특징이 없는 빛의 변화 곡선과 일시적 사건을 구분하는 것.
• 실제 조사 데이터(EROS-2와 OGLE-II)에 대해 방법을 검증하고, 알려진 및 새로운 일시적 소스를 탐지하는 데의 효율성을 평가하는 것.
• $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림을 다다시 측정 조사에서 데이터 품질 진단 도구로 평가하는 것.

제안 방법

• 이 방법은 빛의 변화 곡선의 매끄러움을 측정하기 위해 Abbe 값 $\mathcal{A}$를 사용하며, 낮은 값일수록 더 높은 변동성을 의미한다.
• 이 방법은 부분 간격의 평균 Abbe 값과 전체 빛의 변화 곡선의 Abbe 값 간의 차이로 정의되는 초과 Abbe 값 $\mathcal{E}_{\mathcal{A}}$를 도입하여 일시적 유사 패턴을 탐지한다.
• $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림은 진단 공간으로 사용되며, 일시적 사건, 펄세이팅 변수, 추세, 특징이 없는 빛의 변화 곡선에 해당하는 구분된 영역을 제공한다.
• 일시적 후보자는 시뮬레이션 기반 임계값에 기반해 $\mathcal{A} < 0.5$ 이고 $\mathcal{E}_{\mathcal{A}} > 0.2$ 인 물체로 정의된다.
• 이 방법은 LMC의 $0.50^\circ \times 0.17^\circ$ 영역에서 EROS-2와 OGLE-II의 빛의 변화 곡선에 적용되었으며, 부분 간격 분석에 $\Delta T_{\mathrm{sub}} = 100$일을 사용하였다.
• 결과는 알려진 Be 항성과의 비교를 통해 검증되었으며, 일치하지 않는 후보자의 경우 문헌과의 비교 및 후속 분석을 통해 확인되었다.

실험 결과

연구 질문

• RQ1 $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림이 펄세이팅 또는 특징이 없는 빛의 변화 곡선과 일시적 빛의 변화 곡선을 효과적으로 분리할 수 있는가?
• RQ2 이 방법은 실제 조사 데이터에서 알려진 일시적 소스, 예를 들어 감지 가능한 폭발을 보이는 Be 항성과 같은 소스를 얼마나 효율적으로 추출할 수 있는가?
• RQ3 EROS-2와 OGLE-II 데이터에서 관측 오차의 영향을 고려할 때, 이 방법의 성능은 어느 정도 의존하는가?
• RQ4 $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림은 기구적 드리프트나 데이터 처리 시스템의 편향과 같은 데이터 품질 문제를 드러낼 수 있는가?

주요 결과

• 이 방법은 약 1300개의 변동성 항성 중에서 EROS-2 조사에서 43개의 일시적 후보를 식별하였으며, 이 중 상당수는 폭발 유사 행동을 보였다.
• OGLE-II 조사에서는 19개의 일시적 후보를 추출하였으며, 이 중 10개는 EROS-2와 일치하지 않아 확인이 필요한 잠재적 신규 일시적 사건을 시사하였다.
• 영역 내에서 감지 가능한 폭발 또는 폭발을 보이는 모든 알려진 Be 항성은 이 방법에 의해 성공적으로 복원되었으며, 높은 탐지 효율성을 보였다.
• 폭발 또는 폭발 행동을 보이는 4개의 새로운 일시적 후보를 발견하였으며, 이 중 두 개는 이전 문헌에 보고된 바 없이 강력한 Be 항성 후보로 간주되었다.
• EROS-2에 비해 OGLE-II 조사에서 더 낮은 광도 측정 오차로 인해 더 깔끔한 일시적 샘플이 생성되었으며, 이로 인해 $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림의 오염도가 줄어들었다.
• $\mathcal{A}$ 대 $\mathcal{E}_{\mathcal{A}}$ 그림은 EROS 조사에서 데이터 처리 문제를 드러내었으며, 이후 문헌에서 확인되었으며, 이는 데이터 품질 진단 도구로서의 유용성을 검증하였다.