[論文レビュー] Supervised Machine Learning for Analysing Spectra of Exoplanetary Atmospheres

Pablo Márquez-Neila, Chloe Fisher+2 more|arXiv (Cornell University)|Jun 11, 2018

Molecular spectroscopy and chirality被引用数 5

ひとこと要約

本論文は、事前に計算された80,000個の合成WFC3スペクトルのグリッドを用いてトレーニングされたランダムフォレストを用いた教師あり機械学習手法を導入し、系外惑星の透過スペクトルの気象的リトリーブを高速化する。この手法は、温度、分子混合比（H₂O、NH₃、HCN）、雲の光学的厚さの完全な事後分布を標準的なネストド・サブセット法と一致する結果で復元するが、迅速な推論と情報含量分析を可能にする。

ABSTRACT

The use of machine learning is becoming ubiquitous in astronomy, but remains rare in the study of the atmospheres of exoplanets. Given the spectrum of an exoplanetary atmosphere, a multi-parameter space is swept through in real time to find the best-fit model. Known as atmospheric retrieval, it is a technique that originates from the Earth and planetary sciences. Such methods are very time-consuming and by necessity there is a compromise between physical and chemical realism versus computational feasibility. Machine learning has previously been used to determine which molecules to include in the model, but the retrieval itself was still performed using standard methods. Here, we report an adaptation of the random forest method of supervised machine learning, trained on a pre-computed grid of atmospheric models, which retrieves full posterior distributions of the abundances of molecules and the cloud opacity. The use of a pre-computed grid allows a large part of the computational burden to be shifted offline. We demonstrate our technique on a transmission spectrum of the hot gas-giant exoplanet WASP-12b using a five-parameter model (temperature, a constant cloud opacity and the volume mixing ratios or relative abundance by number of water, ammonia and hydrogen cyanide). We obtain results consistent with the standard nested-sampling retrieval method. Additionally, we can estimate the sensitivity of the measured spectrum to constraining the model parameters and we can quantify the information content of the spectrum. Our method can be straightforwardly applied using more sophisticated atmospheric models and also to interpreting an ensemble of spectra without having to retrain the random forest.

研究の動機と目的

• 計算効率の良い教師あり機械学習を用いた系外惑星大気リトリーブ手法の開発。
• 従来のネストド・サブセット法によるリトリーブの時間的コストを低減するため、事前に計算されたモデルグリッドを用いて大部分の計算を事前処理に移行する。
• 再トレーニングを必要とせず、新しいスペクトルに対して迅速な推論を可能にし、将来的なミッション（例：JWST）を支援する。
• トレーニング済みモデルを用いて、観測スペクトルの情報含量とパラメータ感受性を定量化する。
• WASP-12bおよびJWSTに類似したスペクトル設定を含む、実データおよびモックデータを用いた手法の妥当性の検証。

提案手法

• ランダムフォレスト回帰器は、温度、H₂O、NH₃、HCN混合比、雲の光学的厚さをパrameterとする80,000個の合成WFC3透過スペクトルのグリッド上でトレーニングされる。
• 各スペクトルは、WFC3波長範囲におけるチャンク化されたトランジット深さに対応する13次元の特徴量ベクトルとして表現される。
• 回帰木は13次元特徴空間を分割し、パrameter値の分散を最小化するように設計され、アンサンブル予測のための1,000本の木をブートストラップ法で構築する。
• パラメータの事後分布は、木の予測アンサンブルから推定され、不確実性の定量化が可能になる。
• ノイズフロア（10–100 ppm）を変化させたモックスペクトルおよび異なる大気組成を用いて、耐障害性と検出限界を評価する。
• スケーラビリティと並列処理可能性を示すために、モデルはより高分解能のJWSTに類似したスペクトル（181特徴量）に拡張された。

実験結果

リサーチクエスチョン

• RQ1 事前に計算されたグリッド上でトレーニングされた教師あり機械学習モデルは、標準的なネストド・サブセット法と同等の精度で大気パラメータの完全な事後分布を復元できるか？
• RQ2 ランダムフォレストモデルの性能は、スペクトル分解能と特徴量の数が増加するに従ってどのように変化するか？
• RQ3 モデルのノイズレベルに対する感受性はどの程度で、これがパラメータの不確実性にどのように影響するか？
• RQ4 ある濃度しきい値未満の分子の非検出を、モデルは正しく同定できるか？
• RQ5 グレー雲の光学的厚さの仮定はデータによって裏付けられているか？非グレー雲モデルと比較してどうか？

主な発見

• WASP-12bに対して、水の体積混合比log(X_H₂O) = -2.8⁺¹.⁴₋₃.⁶が回復され、従来のネストド・サブセット法の結果と一致する。
• 推定された温度は952⁺⁴¹²₋₁₅₁ Kであり、標準的なリトリーブ手法と良好に一致している。
• 1.4 μmの水吸収特徴のブルー方向勾配を平坦化するには、非ゼロの雲の光学的厚さ（log(κ₀) = -2.3⁺¹.¹₋₁.⁶）が必要である。
• モデルは約100本の木で収束し、ノイズフロアが低いほど性能が向上し、10 ppmノイズではR² = 0.676を達成する。
• 分子混合比が約10⁻⁶未満の非検出は、モデルが正しく推論する。モックスペクトルにその分子が存在しない場合、値は10⁻⁸〜10⁻¹⁰程度に近づく。
• ベイズ因子分析により、非グレー雲や非等温大気の仮定に優位な証拠は得られず、本フレームワークにおける簡略化モデルの使用が妥当であることが示された。