The time domain community wants robust and reliable tools to enable production of and subscription to community-endorsed event notification packets (VOEvent). The VAO Transient Facility (VTF) is being designed to be the premier brokering service for the community, both collecting and disseminating observations about time-critical astronomical transients but also supporting annotations and the application of intelligent machine-learning to those observations. This distinguishes two types of activity associated with the facility: core infrastructure and user services. In this paper, we will review the prior art in both areas and describe the planned capabilities of the VTF. In particular, we will focus on scalability and quality-of-service issues required by the next generation of sky surveys, such as LSST and SKA.
$\texttt{BTSbot}$: A Multi-input Convolutional Neural Network to Automate and Expedite Bright Transient Identification for the Zwicky Transient Facility
Foraging with MUSHROOMS: A Mixed-Integer Linear Programming Scheduler for Multimessenger Target of Opportunity Searches with the Zwicky Transient Facility
引力波探测的电磁跟踪是非常资源密集的，占用了几十台望远镜数小时的有限观测时间。为后续行动制定更有效的时间表将导致对应方定位效率的相应提高，而无需使用更多的望远镜时间。广泛用于运筹学和望远镜调度，混合整数线性规划（MILP）是产生这些更高效率调度的强有力的候选者，因为它可以利用强大的商业求解器，为所提供的问题找到全局最优解。我们详细介绍了一个新的目标的机会调度算法设计的Zwicky瞬态设施铭记，使用混合整数线性规划。我们比较它的性能\texttt{gwemopt}，调整启发式调度使用的Zwicky瞬态设施和其他设施在第三LIGO室女座引力波观测运行。这种新算法使用可变长度的观察块来执行节奏要求并确保现场可观察性，同时具有二次优化步骤以最小化转换时间。\blue{We show that by employing a hybrid method utilizing both this scheduler and \texttt{gwemopt}, the previous scheduler used, in concert, we can achieve an average improvement in detection efficiency of 3\%-11\% over \texttt{gwemopt} alone}的模拟二进制中子星合并数据集与LIGO-Virgo的第三次…
The Zwicky Transient Facility Bright Transient Survey. III. $\texttt{BTSbot}$: Automated Identification and Follow-up of Bright Transients with Deep Learning
Liverpool Telescope 2: a new robotic facility for rapid transient follow-up
利物浦望远镜是世界上首屈一指的时域天文学设施之一。时域景观将在未来十年内发生根本性变化，LSST等调查每晚提供大量瞬态探测;来自SVOM，SKA和CTA等其他设施的电磁波谱瞬态探测;以及“多信使天文学”时代，其中事件通过非电磁手段进行探测，如引力波发射。我们在这里描述我们的计划利物浦望远镜2：一个新的机器人望远镜，旨在利用这个新时代的时域天文学。LT 2将是一个4米级的设施，与LT共同位于加那利群岛拉帕尔马的Observatorio del Roque de Los Muchachos。该望远镜将被设计为能够做出极快的反应：目标是该望远镜将在收到另一个设施的触发信号后30秒内获取数据。这样做的动机是双重的：首先，它将使其成为研究早期发现的快速衰落瞬变和爆炸现象的世界领先设施。第二，它将使大规模的低到中等分辨率的瞬态光谱分类方案能够以很高的效率进行。在LSST时代的目标丰富的环境中，最大限度地减少采购管理费用将是最大限度地提高任何后续计划的科学收益的关键。该望远镜将有一套可同时安装以自动更换的各种仪器，但设想主要仪器将是一台中等分辨率的光学/红外摄谱仪，用于科学利用下一代天气测量设施发现的瞬变现象。在本文中，我们概述了望远镜的核心科学驱动因素，以及光学和机械设计的要求。
Tails: Chasing Comets with the Zwicky Transient Facility and Deep Learning
California Institute of Technology（加州理工学院）；IPAC, California Institute of Technology（加州理工学院IPAC）；University of Maryland（马里兰大学）；Center for Data Driven Discovery, California Institute of Technology（加州理工学院数据驱动发现中心）；University of Washington（华盛顿大学）；University of Minnesota（明尼苏达大学）；Caltech Optical Observatories, California Institute of Technology（加州理工学院光学天文台）
Leveraging Multimodality for Real-Time Classification of Transients and Variables found by the Zwicky Transient Facility
Department of Physics and Astronomy, Northwestern University（西北大学物理与天文学系）；Center for Interdisciplinary Exploration and Research in Astrophysics (CIERA)（天体物理跨学科探索与研究中心）；NSF-Simons AI Institute for the Sky (SkAI)（NSF-西蒙斯天空人工智能研究所）；School of Physics and Astronomy, University of Minnesota（明尼苏达大学物理与天文学学院）；Division of Physics, Mathematics, and Astronomy, California Institute of Technology（加州理工学院物理、数学与天文学部）
Photometric classification of supernovae detected by the Zwicky Transient Facility using noise augmentation
Humboldt-Universität zu Berlin（柏林洪堡大学）；Deutsches Elektronen-Synchrotron（德国电子同步辐射加速器中心）；Leibniz-Institut für Astrophysik Potsdam (AIP)（波茨坦阿基米德天体物理研究所）；European Southern Observatory（欧洲南方天文台）；University of Washington（华盛顿大学）；Trinity College Dublin, The University of Dublin（都柏林三一学院）；California Institute of Technology（加州理工学院）；National Central University（中央大学）；Lancaster University（兰卡斯特大学）；Institute of Space Sciences (ICE, CSIC)（空间科学研究所）；Institut d’Estudis Espacials de Catalunya (IEEC)（加泰罗尼亚空间研究院）
Performance of the Gamma-ray Transient Monitor at the IHEP Electron-Beam Facility
Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所）；Guangxi University（广西大学）；Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心）
The automation of optical transient discovery and classification in Rubin-era time-domain astronomy
Northwestern University（西北大学）；Center for Interdisciplinary Exploration and Research in Astrophysics (CIERA)（天体物理学跨学科探索与研究中心）；University of Minnesota（明尼苏达大学）；California Institute of Technology（加州理工学院）
AppleCiDEr. II. SpectraNet: A Spectroscopic Neural Network Classifier for Transients Demonstrated on ZTF Follow-up Data
University of Minnesota（明尼苏达大学）；California Institute of Technology（加州理工学院）；Northwestern University（西北大学）；Stockholm University（斯德哥尔摩大学）；Drexel University（德雷塞尔大学）
Real-Time Detection of Anomalies in Large-Scale Transient Surveys
University of Cambridge（剑桥大学）；Massachusetts Institute of Technology（麻省理工学院）；The Alan Turing Institute（艾伦·图灵研究所）；University of the Western Cape（西开普大学）；South African Radio Astronomy Observatory（南非射电天文台）；African Institute for Mathematical Sciences（非洲数学科学研究所）；Swinburne University of Technology（斯威本科技大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
新的时域测量，如Vera C。Rubin Observatory Legacy Survey of Space and Time（LSST）将在每晚观测数百万个瞬变警报，这使得视觉识别新的和有趣的瞬变的标准方法变得不可行。提出了两种实时自动检测异常瞬态光变曲线的新方法。这两种方法都基于一个简单的想法，即如果来自已知瞬态群体的光变曲线可以准确地建模，则任何与模型预测的偏差都可能是异常的。第一种建模方法是使用时间卷积网络（TCN）构建的概率神经网络，第二种是瞬态的可解释贝叶斯参数模型。我们证明了我们的方法的能力，提供异常分数的光变曲线从Zwicky瞬态设施的时间的函数。我们表明，神经网络的灵活性，属性，使他们这样一个强大的工具，许多回归任务，是什么使他们不太适合异常检测相比，我们的参数模型。参数模型能够以高精度和召回分数识别常见超新星类别的异常，对于大多数罕见的类别，如千新星，潮汐破坏事件，中间亮度瞬变和对不稳定超新星，精度-召回曲线（AUCPR）下的面积超过0.79。我们识别异常的能力随着光变曲线的寿命而提高。我们的框架，与瞬态分类器结合使用，将使新的大规模调查的不寻常的瞬变快速和优先的后续行动。
RAPID: Early Classification of Explosive Transients using Deep Learning
University of Cambridge（剑桥大学）；Space Telescope Science Institute（太空望远镜科学研究所）；Kavli Institute for Cosmology（卡夫利宇宙学研究所）；Stockholm University（斯德哥尔摩大学）；University of Toronto（多伦多大学）
