[论文解读] Anomaly Detection in Astronomical Images with Generative Adversarial Networks

Kate Storey-Fisher, Marc Huertas-Company+5 more|arXiv (Cornell University)|Dec 14, 2020

Anomaly Detection Techniques and Applications被引用 4

一句话总结

本文提出了一种基于WGAN的异常检测方法，用于超新星巡天（Hyper Suprime-Cam）的天文图像，结合Wasserstein GAN与卷积自编码器，识别并表征罕见或异常的天体。该方法检测到约9,000个高度异常的星系，包括星系并合、潮汐特征以及极端恒星形成体，后续光谱观测证实其中存在一个罕见的低金属丰度蓝色致密矮星系。

ABSTRACT

We present an anomaly detection method using Wasserstein generative adversarial networks (WGANs) on optical galaxy images from the wide-field survey conducted with the Hyper Suprime-Cam (HSC) on the Subaru Telescope in Hawai'i. The WGAN is trained on the entire sample, and learns to generate realistic HSC-like images that follow the distribution of the training data. We identify images which are less well-represented in the generator's latent space, and which the discriminator flags as less realistic; these are thus anomalous with respect to the rest of the data. We propose a new approach to characterize these anomalies based on a convolutional autoencoder (CAE) to reduce the dimensionality of the residual differences between the real and WGAN-reconstructed images. We construct a subsample of ~9,000 highly anomalous images from our nearly million object sample, and further identify interesting anomalies within these; these include galaxy mergers, tidal features, and extreme star-forming galaxies. The proposed approach could boost unsupervised discovery in the era of big data astrophysics.

研究动机与目标

• 开发一种无需专家标注异常样本的无监督异常检测方法，适用于大规模天文图像数据集。
• 应对在大规模天文数据中识别罕见或意外天体的挑战，特别是在即将开展的罗伯特·伯纳姆天文台等巡天项目中。
• 通过结合WGAN的重构误差与卷积自编码器的降维处理，提升异常特征的表征能力。
• 通过识别具有科学意义的异常并辅以后续光谱观测，验证该方法的有效性。
• 公开发布异常评分目录与可视化工具，以促进更广泛的科学发现。

提出的方法

• 在HSC-SSP巡天的约940,000张$96\times96$像素的$gri$波段星系剪裁图像上，训练一个带有梯度惩罚的Wasserstein GAN。
• 基于判别器对真实图像与WGAN生成重构图像之间区分能力的置信度，分配异常分数。
• 将真实图像与WGAN重构图像之间的残差图像输入卷积自编码器，以降低维度并提取有意义的特征。
• 利用UMAP对自编码后的残差图像进行可视化，以在潜在空间中聚类并探索异常结构。
• 开发了一款定制的交互式可视化工具，用于在UMAP空间中探索和分类异常。
• 对选定的高异常分数目标进行了凯克望远镜的后续光谱观测，以验证其科学意义。

实验结果

研究问题

• RQ1 基于WGAN的方法是否能有效检测大规模光学成像巡天中罕见或异常星系，且无需人工标注的异常样本？
• RQ2 真实图像与生成图像之间的残差差异应如何有意义地表征，以揭示其潜在的物理结构？
• RQ3 由WGAN + CAE方法识别出的异常是否对应于星系并合或星暴等具有科学意义的天体物理现象？
• RQ4 该方法能否有效区分真实的天体物理异常与仪器伪影或数据处理流程中的错误？
• RQ5 该方法是否可扩展并推广至未来的大规模巡天项目，如罗伯特·伯纳姆天文台的时空遗产巡天？

主要发现

• 该方法成功从总共942,782张星系剪裁图像中识别出约9,000张高度异常的图像。
• 自编码残差图像的UMAP可视化揭示了若干异常簇，包括蓝色恒星形成区、具有活跃区域的延伸星系，以及星系并合体。
• 光谱后续观测证实，一个高异常分数目标为一个罕见的、低金属丰度的蓝色致密矮星系，红移z ~ 0.03，表现出气体外流的迹象。
• 如过曝和条纹等数据处理伪影在残差空间中聚集在一起，表明该方法能有效区分仪器误差与天体物理异常。
• 基于WGAN的异常检测方法在识别复杂非高斯结构（如潮汐特征与并合系统）方面优于传统聚类方法。
• 作者计划公开发布异常评分目录与可视化工具，以支持未来在大规模天文数据中的无监督发现。