The Synoptic All-Sky Infrared (SASIR) Survey
我们建议在圣佩德罗·马尔蒂尔（SPM）天文台使用一台新的专用6.5米望远镜对北方天空进行一次天气红外（IR）成像调查。这一举措是与墨西哥天文学机构和加利福尼亚大学合作制定的。这项为期4年的专门调查计划于2017年开始，将比2 MASS深入100倍以上。天气全天空红外巡天（SASIR）将揭示太阳附近暗红矮星的缺失样本，在如此宽的视场上前所未有的灵敏度将导致发现数千个z ~ 7类星体（并达到z > 10），从而允许详细研究（与JWST和巨型分段镜望远镜合作）再电离的时间和起源。作为一个时域巡天，SASIR将揭示动态红外宇宙，为发现开辟新的相空间。对超过10^6颗超新星和变星的天气观测将比单独的光学研究提供更好的距离测量。SASIR还与其他主要的Astro 2010设施提供了显着的协同作用，提高了社区投资的整体科学回报。与仅使用光学的测量相比，红外颜色极大地提高了z ~ 4的光度红移，增强了基于弱透镜和重子振荡的暗能量和暗物质测量。宽场和ToO能力将使引力波和中微子宇宙-与事件，否则难以定位在天空-瞬态电磁现象的连接。
2009-07-31 astro-ph.CO astro-ph.EP astro-ph.GA
The Large Synoptic Survey Telescope and Milky Way Science
大型综合巡天望远镜（LSST）的巡天观测最初被优化为从深度和节奏观测中省略银河系盘/棒的内部。然而，现在很清楚，LSST将是银河系天文学的强大，并可能在继续扩大盖亚天体测量目录，直到未来的卫星，无论是光学或红外，进行关键作用。LSST将提供金属丰度和运动学的凸起，并将映射晕结构，远至450千秒差距，近一半的距离仙女座星系。这要归功于其测光系统的前所未有的校准工作，以及令人惊讶的良好天体测量（r=21时的横向速度测量值为0.2 mas/yr; r=24时为1 mas/yr）。LSST将提供银河系10亿颗或更多恒星的光度丰度和距离约束，距离为450 kpc，以及从自行到$\sim100$ kpc的运动学。单次观测深度在$ugrizy$波段达到$\sim 24$，而飞行任务结束时的深度达到$\sim 27$。虽然光环结构，如流和矮星系最初是由RR天琴座和巨星确定的，但它们的结构将由100 $\times$更丰富的矮星充实，这些矮星将在任务结束时被探测到100 kpc（单次观测）和$\sim 300$ kpc。更完整的流结构映射可能会限制暗物质的质量分布，并可能确认暗物质晕和流的相互作用。我还描述了布兰科DECam隆起调查，一个200度$^2$ LSST探路者调查的隆起在$ugrizy$使用暗能量相机的布兰科4米望远镜。这篇文章的目的是鼓励银河系和本地卷的积极工作者参与LSST项目，特别是…
2017-12-07 astro-ph.IM
A Framework for Telescope Schedulers: With Applications to the Large Synoptic Survey Telescope
地面望远镜如何根据相互竞争的科学优先事项和限制条件、天气变化以及天空特定部分的能见度来安排观测时间，这会显著影响它们的效率。在本文中，我们介绍了基于望远镜调度，这是一个自动化的，无建议的决策算法，提供\textit{controllability}的行为，\textit{adjustability}的任务，并快速\textit{recoverability}从大型地面望远镜中断。通过在连贯的数学模型的上下文中构建该调度器，该算法的功能和性能易于解释并适应广泛的天文应用。本文提出了一个通用版本的基于调度器，以最小的手动裁剪，以展示其潜力和灵活性作为基础的大型地面望远镜调度器，可以在以后调整为其他仪器。此外，一个修改后的版本的基于时间的调度大型综合巡天望远镜（LSST）的介绍和比较以前的LSST调度模拟。
2018-10-11 astro-ph.IM
Expected Large Synoptic Survey Telescope (LSST) Yield of Eclipsing Binary Stars
在本文中，我们估计了大型综合巡天望远镜（LSST）的食双星产量，它将在10年的时间内在6个光度通带中测量~ 20，000平方度的南部天空，r ~ 24.5。我们生成了一组10，000个食双星光变曲线，采样到整个天空的LSST时间节奏，并添加了噪声作为视星等的函数。这个集合被传递到方差分析（AoV）周期查找器以评估周期的可恢复率，并且成功定相的光变曲线被传递到基于人工智能的管道EBAI以根据食双星的物理和几何参数来评估可恢复率。我们发现，在LSST观测到的S/N>10的2400万个食双星中，约28%或670万个可以完全由管道表征。其中，约25%或170万将是双线双星，这是恒星天体物理学的真正宝库。
2011-05-30 astro-ph.IM astro-ph.SR
Optical Synoptic Telescopes: New Science Frontiers
在过去的十年里，像斯隆数字巡天这样的巡天观测已经证明了大型数据集在回答基本天体物理学问题方面的力量。这一观测上的进步，基于望远镜建设、探测器和信息技术的协同进步，对几乎所有的天文学领域和基础物理学领域都产生了巨大的影响。下一代仪器以及将使用它们进行的调查将保持这一革命性进展。硬件和计算技术的挑战以及令人兴奋的科学机会正在吸引来自天文学，光学，微光探测器，高能物理，统计学和计算机科学的科学家和工程师。天文学的历史一再告诉我们，每当我们以一种新的方式观察天空时，总会有惊喜。新一代的巡天发现尤其如此。来自具有足够光学扩展量的大型地面主动光学望远镜的成像数据可以同时用于许多科学任务。这些新的研究将依赖于数十亿物体的统计精度。这将是第一次对整个天空进行深入而快速的调查，为宇宙中微弱的移动和遥远的爆炸物体打开一扇新的窗户，并揭开暗能量的神秘面纱。
2010-09-12 astro-ph.CO astro-ph.EP astro-ph.GA
Millions of Multiples: Detecting and Characterizing Close-Separation Binary Systems in Synoptic Sky Surveys
在大视场巡天中，双星系统的直接探测受到恒星点扩展函数（PSF）大小的限制。对细长物体的搜索可以找到更近的同伴，但受到PSF形状可以为单个恒星校准的精度的限制。我们已经开发了BinaryObserver算法，通过使用宽视场调查图像的PSF椭圆率的精确测量来搜索紧密的二进制文件。我们表明，该算法是能够可靠地检测二进制系统下降到约1/5的看到限制，并可以直接测量系统的位置角，分离和对比度。为了验证该算法的性能，我们评估了Palomar瞬态工厂（PTF）宽视场调查数据中的100，000个物体的二元性迹象，然后使用Robo-AO机器人激光自适应光学系统来验证44个高置信度目标的参数。我们表明，BinaryMonitoring正确地预测了近伴星的存在，假阳性率<5%，测量检测到的双星的位置角在2度以内，间距在25%以内，并且弱约束它们的对比度。当应用于完整的PTF数据集时，我们估计BinaryData将发现和表征约450，000个物理相关的双星系统，其间隔<2角秒，亮度大于R=18。具有高灵敏度和亚角秒角分辨率的新型宽场天气测量（例如LSST）将使BinaryFinder能够可靠地检测数百万个非常微弱的双星系统，其间隔小至0.1角秒。
2012-10-16 astro-ph.IM astro-ph.SR
Asteroid Discovery and Characterization with the Large Synoptic Survey Telescope (LSST)
大型综合巡天望远镜（LSST）将是一个地基、光学、全天空、快节奏的巡天项目，具有发现小行星和确定其特征的巨大潜力。LSST拥有直径6.5米的大型主镜，9.6平方度的宽视场3.2千兆像素相机，以及快速的观测节奏，LSST将在其十年的调查寿命中发现超过500万颗小行星。由于R波段的单次访问限制了24.5等，LSST将能够探测到主带中的小行星，小行星的尺寸可达千米以下。目前LSST调查策略的稻草人是获得两次访问（每次访问是一对背靠背的15秒曝光），间隔约30分钟，在整个观测季节每3-4天覆盖整个可见天空，为期十年。LSST产生的目录将使太阳系中已知的小天体数量增加10-100倍。对主带小行星的观测次数中位数将在200-300次左右，对近地天体的观测次数中位数为90次。这些观测结果将分布在ugrizy带通中，提供光度颜色，并允许稀疏光曲线反演来确定旋转周期，自旋轴和形状信息。这些星表将使用自动化检测软件LSST移动物体处理系统（MOPS）创建，该软件将利用精心表征的LSST光学系统、Cosmopolyclean相机以及最近在差分成像方面的改进。原型MOPS软件的测试表明，连接检测（从而发现）将有可能在LSST深度与我们的工作模型的调查策略，但MOPS的评估和调查策略的改进将继续进行。LSST创建的所有数据产品和软件都将公开提供。
2015-11-10 astro-ph.IM
KMTNet Synoptic Survey of Southern Sky III: The First Data Release
Seoul National University（首尔大学）；Daegu National Science Museum（大邱国立科学馆）；University of Cape Town（开普敦大学）；South African Astronomical Observatory（南非天文台）；University of the Free State（自由邦大学）；Swinburne University of Technology（斯威本科技大学）；ARC Centre of Excellence for Gravitational Wave Discovery (OzGrav)（ARC引力波发现卓越中心（OzGrav））；Korea Astronomy and Space Science Institute（韩国天文学与空间科学研究所）
KMTNet 南天广域巡天首次发布数据释放，提供4000平方度的科学级数据，包含深度图像和两个源目录，支持多种天体物理研究。
2026-03-30 astro-ph.GA astro-ph.IM
Timekeeping infrastructure for the Catalina Sky Survey
时域科学在许多设施的天文学计划中所占的比例越来越大。瞬变、变化和移动源的天气和目标观测模式依赖于精确的时钟来提供基本的时间标签。通常，精确度被误认为是准确度，或者精确的时间信号从来没有到达仪器。我们将讨论在偏远山顶部署稳定的高精度GNSS时钟的问题，以及将产生的时间信号传送到计算机的方式，允许相机快门（或等效物）的硬件时间戳，而不是非实时数据采集软件遇到的任意延迟。将审查网络时间协议的优点和局限性。为卡特琳娜巡天计划部署的计时基础设施就是一个例子。
2018-07-03 astro-ph.IM
The Palomar Transient Factory: High Quality Realtime Data Processing in a Cost-Constrained Environment
Palomar Transient Factory（PTF）是一个从2009年开始运行的天气天空调查。PTF利用帕洛玛48英寸施密特望远镜上的7.1平方度相机，主要以单一波长（R波段）以每晚1000-3000平方度的速度观测天空。这些数据用于探测和研究瞬变和移动物体，如伽马射线暴、超新星和小行星，以及类星体和银河系恒星等可变现象。IPAC的数据处理系统处理瞬态的实时处理和检测、太阳系物体处理、高光度精度处理和光变曲线生成，以及长期存档和管理。这是在一个非常敏捷的开发环境中，在极其有限的预算下开发的。在这里，我们讨论这个系统的机制和我们的整体开发方法。虽然PTF本身是一个重要的科学装置，但它也是我们下一代项目Zwicky Transient Facility（ZTF）的原型。从2017年开始，ZTF将配备一个50平方度的相机，每天晚上可以扫描整个北方可见天空。反过来，ZTF将成为大型综合巡天望远镜（LSST）的垫脚石，LSST是计划于21世纪20年代初开始运营的NSF主要设施。
2015-01-24 astro-ph.IM
Automating Discovery and Classification of Transients and Variable Stars in the Synoptic Survey Era
现代天气成像巡天的图像获取速度已经开始超过让天文学家保持实时发现和分类循环的可行性。在这里，我们介绍了一个框架的内部工作原理，该框架基于机器学习算法，捕获有关可变和瞬态天空的专家培训和地面实况知识，以自动化1）图像差异的发现过程，以及2）对发现的源进行初步科学类型分类的生成。由于从快速变化的瞬变中提取新科学的后续资源是宝贵的，因此必须根据发现效率和所生成样本的纯度来表达自校准分类概率。我们估计的纯度和效率，在确定真正的来源与两个历元的图像差异发现算法的Palomar瞬态工厂（PTF）调查。一旦发现源，使用在PTF数据上训练的机器学习分类，我们以3.8%的总体错误率区分瞬变星和变星（斯隆数字巡天足迹内的成像误差为1.7%）。在>96%的分级效率下，样品达到90%的纯度。初步分类主要依赖于上下文为基础的功能，从数据本身和外部档案数据库确定。在自主运行后的约一年时间里，这一发现和分类框架带来了几项重要的科学成果，从爆发的年轻恒星到亚发光的IIP型超新星，再到候选的潮汐破裂事件。我们讨论了这种方法的未来方向，包括众包的可能作用和机器学习的可扩展性，以未来的调查，如大型综合巡天望远镜（LSST）。
2011-06-27 astro-ph.CO astro-ph.GA astro-ph.IM
Flashes in a Star Stream: Automated Classification of Astronomical Transient Events
对现代天气巡天中探测到的瞬变事件进行自动、快速分类，对于利用稀缺资源进行科学利用和有效跟踪至关重要。这带来了一些不寻常的挑战：数据稀疏，异构和不完整;随着时间的推移而变化;大多数相关信息不是来自数据流本身，而是来自各种档案数据和上下文信息（空间，时间和多波长）。我们正在探索各种新的技术，主要是贝叶斯，以应对这些挑战，使用正在进行的CRTS天空调查作为测试平台。目前的调查已经压倒了我们有效跟踪所有潜在有趣事件的能力，随着更雄心勃勃的天空调查的进行，这些挑战将在未来十年内以数量级增长。虽然我们专注于特定领域（天体物理学）的应用程序，但这些挑战与大规模数据流中的事件或异常检测和知识发现更广泛地相关。
2012-09-08 astro-ph.IM
Real Time Event Detection in Astronomical Data Streams: Lessons from the VLBA
新一代的观测科学仪器大大增加了在一系列领域收集的数据量。这些仪器包括平方公里阵列（SKA）、大型综合巡天望远镜（LSST）、地面传感器网络和参与“十年巡天”任务的NASA卫星。其前所未有的覆盖面和敏感性将可能揭示全新类别的意外和短暂事件。Commensal方法被动地分析这些数据流，识别具有科学意义的异常事件并实时做出反应。我们报告的一个案例：V-FASTR，正在进行的实验在甚长基线阵列（VLBA），使用在线自适应模式识别搜索异常快速无线电瞬变。V-FASTR对毫秒分辨率的数据流进行分类，并促进候选异常进行进一步的离线分析。它实时调整检测参数，注入合成事件，不断重新训练自己，以获得最佳性能。这种自调谐方法保持对弱信号的灵敏度，同时适应不断变化的仪器配置和噪声条件。该系统自2011年7月以来一直在运行，使其成为迄今为止运行时间最长的实时射电瞬态实验。
2013-01-26 astro-ph.IM
The LSST Data Processing Software Stack: Summer 2015 Release
大型综合巡天望远镜（LSST）是一个8米长的地面光学望远镜，正在智利的Cerro Pachon建造。LSST将在六个光学波段每隔几个晚上观测半个天空。这些数据将被传输到NCSA，并在60秒内使用差分成像技术减少这些数据，检测到的瞬变将以VOEvent格式向社区公布。在10年的任务期间，每年的数据发布将从所有的数据，以前所未有的深度的coadds和时间分辨率的目录为这样一个大的天空区域。在本文中，我们目前的数据处理软件的现状，并描述如何获得它。
2015-11-20 astro-ph.IM
Using Machine Learning for Discovery in Synoptic Survey Imaging
现代时域测量持续监测大片天空，以寻找天文变化。在这类数据集中的天体物理发现是复杂的，因为实际瞬态和可变源的探测数量远远超过不完美的减法，大气效应和探测器伪影造成的虚假探测。在这项工作中，我们提出了一个机器学习（ML）框架，发现在时域成像调查的变化。我们的ML方法提供了概率陈述，在近实时的情况下，在何种程度上，每个新观察到的源是天体物理相关的可变亮度源。我们提供了有关所涉及的每个分析步骤的详细信息，包括训练和测试集的编译，描述性的基于图像和上下文的特征的构建，以及特征子集和模型调优参数的优化。使用来自Palomar Transient Factory的近30，000个对象的验证集，我们证明了对于23个特征的优化ML分类器，在我们选择的1%的假阳性率下，漏检率最多为7.7%，选择这些特征是为了避免特征相关性和42个属性的初始库的过度拟合。重要的是，我们表明，我们的分类方法对错误标记的训练数据不敏感，污染率高达近10%，因此更容易编译足够的训练集，以便在未来的调查中获得准确的性能。如果采用这种ML框架，应该能够最大限度地提高未来天气调查的科学收益，并能够对此类实验产生的大量流数据做出快速的后续决策。
2012-09-17 astro-ph.IM stat.AP
Toward automated detection of light echoes in synoptic surveys: considerations on the application of the Deep Convolutional Neural Networks
光回波（LE）是星际尘埃对天体物理瞬变的反射。它们是令人着迷的天文现象，使人们能够研究散射的尘埃以及原始的瞬变。然而，LE是罕见的，并且极难检测，因为它们看起来是微弱的、扩散的、随时间变化的特征。LE的检测仍然主要依赖于人类对图像的检查，这是一种在大型天气调查时代不可行的方法。维拉C。Rubin Observatory Legacy Survey of Space and Time，LSST，将以高空间分辨率，精致的图像质量和超过数万平方度的天空生成前所未有的天文成像数据：这是LE的理想调查。然而，Rubin数据处理管道针对点源的检测进行了优化，并且将完全错过LE。在过去的几年里，人工智能（AI）目标检测框架已经实现并超越了实时、人类水平的性能。在这项工作中，我们准备了一个来自ATLAS望远镜的数据集，并测试了一个流行的AI对象检测框架，即计算机视觉社区开发的You Only Look Once或YOLO，以展示AI在天文图像中检测LE的潜力。我们发现，即使是在大小和质量有限的数据集上，AI框架也可以达到人类水平的性能。我们探索并强调了挑战，包括类别不平衡和标签不完整性，并为高通量天文调查中LE的自动检测和研究建立端到端管道所需的工作制定了路线图。
2022-08-08 astro-ph.GA astro-ph.IM
Deep Co-Added Sky from Catalina Sky Survey Images
一些天气天空调查正在进行或正在计划中。通常，它们是用小望远镜和相对较短的曝光时间完成的。寻找瞬态或可变源需要与更深的基线图像进行比较，理想情况下，这些图像是通过同一望远镜和照相机获得的。考虑到这一点，我们已经从山上的0.68米施密特望远镜堆叠图像。毕格罗花了十多年的时间作为卡特琳娜巡天的一部分。为了生成Catalina实时瞬变测量的深层参考图像，在8000个字段中使用了近80万张图像，覆盖面积超过27000平方米。°的已经进入了比单个图像深3个数量级的深度堆栈。CRTS系统在成像中不使用滤波器，因此没有标准通带来测量光学量值。我们通过比较这些宽带未滤波的共同添加的图像与$g$ -波段中的图像来估计深度，并发现图像深度范围从22.0- 24.2横跨天空，200个图像堆栈达到22.8的等效AB星等灵敏度。我们比较了各种用于共同添加天文图像的最先进的软件包，并使用SWarp进行堆叠。我们在此描述所采用的程序的细节。这种方法可能是有用的，在其他全景成像应用，以及其他调查。这些叠加的图像可以通过大学间天文学和天体物理学中心（IUCAA）的服务器获得。
2021-07-30 astro-ph.IM
Data challenges of time domain astronomy
十多年来，天文学一直处于数据密集型科学技术和方法论发展的最前沿，开展了大型天空调查和虚拟天文台等分布式工作。然而，它面临着新的数据洪流与下一代天气天空调查，这是开放的时间域发现和探索。这既带来了新的科学机遇，也带来了新的挑战，包括机器人望远镜的数据速率和关联数据的指数复杂性，以及用于分类和决策的数据挖掘算法。在本文中，我们描述了如何以信息学为基础的方法，所谓的“第四范式”的科学发现的一部分，正在出现，以处理这些。我们回顾我们的经验与Palomar-Quest和Catalina实时瞬态巡天，特别是，解决与瞬态天文事件（和其他传感器网络）相关的数据的异质性问题，以及如何管理和分析它。
2012-08-13 astro-ph.IM
Challenges for LSST scale data sets
安迪·康诺利和合作者正在建造的大型综合巡天望远镜（LSST）模拟器是一项令人印象深刻的任务，在开始阶段使用LSST应该比最初使用斯隆数字巡天更容易。然而，我想集中讨论一个同样重要的问题，这个问题在这里还没有讨论过，但在未来几年里，社会将需要解决--我们能否处理来自LSST的大量数据，我们是否需要重新考虑我们的工作方式？
2011-08-25 astro-ph.IM
The Catalina Real-Time Transient Survey (CRTS)
卡塔利娜实时瞬变巡天（CRTS）是一项天气学巡天，使用来自亚利桑那州和澳大利亚的3台宽视场望远镜的数据流，覆盖总面积约30，000平方度，每次曝光的极限星等约为20 - 21等，时间基线从10分钟到6年（并在不断增长）;现在通常每次指向约200 - 300次曝光，叠加图像的深度超过23 mag. CRTS的基本目标是系统地探索和描述暗淡，多变的天空。迄今为止，该调查已经检测到约3，000个高振幅瞬变，包括约1，000个超新星，数百个CV（其中大多数以前未编入目录），以及数百个blazar/ OVV AGN，高度可变和耀斑星等。所有的瞬态都立即以电子方式发布，没有任何专有期限，所有的数据（图像，光变曲线）将在不久的将来公开，从而使整个天文学界受益。CRTS是一个科学和技术的试验平台，也是未来更大规模的天气巡天的先驱。
2011-02-24 astro-ph.CO astro-ph.HE astro-ph.IM
Enabling Science from the Rubin Alert Stream with Lasair
本文介绍了英国LSST暂现源警报社区代理系统Lasair的功能、实现与使用方式，其支持用户构建警报过滤器、共享资源及实时机器通知，且已通过ZTF警报流验证成熟性。
2024-04-12 astro-ph.IM
The sky at one terabit per second: Architecture and implementation of the Argus Array Hierarchical Data Processing System
Argus光学阵列是一个目前正在开发的天气观测观测台，其总收集面积相当于一个5米单片望远镜，全天空视野由900个商用现成望远镜多路复用。阵列将在高速运行期间每秒观测7916度$^2$（$m_g\leq16.1$），并在基本节奏下每30秒观测一次（$m_g\leq19.1$），每晚分别产生4.3 PB和145 TB的数据，其55千兆像素的相机镶嵌。Argus阵列分层数据处理系统（Argus-HDPS）是Argus阵列项目的仪器控制和分析管道，能够实时创建完全简化的数据产品。我们将相机子阵列与协同定位的计算节点配对，负责将原始11 Tbps数据速率提取为瞬态警报，以30秒的节奏围绕选定目标的全分辨率图像片段，以及以$15+$ -min节奏的整个视场的全分辨率共添加。长期光变曲线的生产和在深层共添加物中的瞬态发现将按5天的节奏（$m_g\leq24.0$）进行，并将安排在白天作业。在本文中，我们描述了Argus光学阵列的数据简化策略，并使用支持GPU的Argus-HDPS管道对Argus阵列技术演示器的代表性数据演示了图像分割、叠加和差分图像分析。
2022-07-28 astro-ph.IM
The Zwicky Transient Facility Alert Distribution System
Zwicky瞬态设施（ZTF）调查为在其广域调查中发现的光学瞬态、变量和移动物体生成实时警报。我们描述了ZTF警报流分发和处理（过滤）系统。该系统使用了业界现有的开源技术：实时流媒体平台Kafka和二进制序列化格式Avro。该系统中使用的技术为ZTF用例提供了许多优点，包括（1）用于分发机制的内置复制、可伸缩性和流倒带;（2）具有严格强制模式和动态类型的结构化消息，用于快速解析;以及（3）基于Python的流处理接口，其类似于用于熟悉且用户友好的插件过滤器系统的批处理，所有这些都在模块化，主要是集装箱系统。生产部署已成功支持每晚流式传输多达120万个警报或大约70 GB的数据，每个警报可在警报候选产品的大约10秒内提供给消费者。据观察，数据传输率约为每分钟80，000个警报。在本文中，我们讨论了这种警报分发和处理系统，框架技术选择的设计动机，生产性能，以及该系统如何适用于其他警报流用例，包括即将到来的大型综合巡天望远镜。
2019-02-06 astro-ph.IM
Discovery, classification, and scientific exploration of transient events from the Catalina Real-time Transient Survey
对时域--可变和瞬态物体和现象--的探索正迅速成为一个充满活力的研究前沿，基本上涉及天文学和天体物理学的每一个领域，从太阳系到宇宙学。新一代天气巡天的出现使时域天文学成为可能，这种巡天可以重复覆盖天空的大片区域，并产生大量数据流。他们的科学探索带来了许多挑战，主要是由于需要实时发现，分类和跟踪有趣的事件。在这里，我们描述了卡塔利娜实时瞬态调查（CRTS），发现和发布在光波长的瞬态事件实时，从而使整个社区受益。我们描述了一些迄今为止的科学成果，然后专注于瞬态事件的自动分类和优先级排序的挑战。CRTS是未来大型巡天的科学和技术试验平台和先驱，包括大型综合巡天望远镜（LSST）和平方公里阵列（SKA）。
2011-11-01 astro-ph.CO astro-ph.HE astro-ph.IM
Modeling Light Curves for Improved Classification
许多天气调查是多次观察天空的大部分。由此产生的光变曲线提供了一个奇妙的窗口，以了解宇宙的动态性质。然而，在分析这些光变曲线方面存在许多重大挑战。其中包括数据的异质性、不规则采样数据、缺失数据、删失数据、已知但可变的测量误差，最重要的是，需要利用这些不完美的光变曲线对天文物体进行实时分类。我们描述了一个基于建模的方法，使用高斯过程回归产生的关键措施，代表这样的光变曲线的分类功能。我们证明，我们的方法进行比较，它与过去的方法更好。最后，我们提供了未来的方向，用于天空调查，这是越来越大的一天。
2014-07-01 astro-ph.IM stat.AP
Null stream analysis of Pulsar Timing Array data: localisation of resolvable gravitational wave sources
超大质量黑洞双星预计将在纳赫兹频段产生GW信号，可能在未来几年被PTA检测到。该信号由随机和单独可分辨的分量组成。在这里，我们开发了一个通用的贝叶斯方法的基础上的建设的零流，取消了一部分的信号共同为每个脉冲星（地球术语）的分析可分辨的来源。对于$N$天线阵列，存在消除来自特定天空位置的GW信号的$N-2$独立空流。这种方法被应用于经历绝热内旋的准圆双星的定位。我们进行了一个系统的调查的缩放的定位精度与信号强度和数量的pathars在PTA。此外，我们发现，源天空定位与国际PTA数据发布之一是远远优于其组成区域PTA所取得的。
2019-07-16 astro-ph.IM
Null-stream pointing with pulsar timing arrays
由于引力波探测技术的全方位性质，以及观测到的信号往往本质上很弱，因此在天空中定位源是引力波天文学中最大的挑战之一。地面探测器可以通过使用探测器网络进行观测来解决指向问题，通过观测整个网络的到达时间来有效地对信号位置进行三角测量。天基探测器将观测在探测器相对于其在天空中的位置移动时持续存在的长寿命源，利用信号的多普勒频移确定天空位置。虽然这些方法提高了探测器或网络的指向能力，但与电磁天文学所期望的标准相比，角分辨率仍然很粗糙。另一种可以用于天空定位的技术是空流指向。在存在多个独立数据流的情况下，在每个数据流中将出现单个引力波天体物理源。将来自多个探测器的信号相互线性组合，我们发现有一个两个参数的系数族可以有效地消除引力波信号;这两个参数是定义源的天空位置的角度。这一技术已在地面干涉观测站网络和6链路空间干涉仪上得到验证。本文推导并推广了脉冲星计时残差的零流指向方法。推导并论证了该方法的基本原理，并分析了在脉冲星定时阵网络中采用多子阵同步方法的必要性。
2016-07-12 astro-ph.IM gr-qc
Robust Filtering of Artifacts in Difference Imaging for Rapid Transients Detection
由于数据量的不断增长，对天气巡天中收集的观测数据进行实时分析和分类是一项巨大的挑战。机器学习技术通常被应用于自动执行此任务。目前，在大多数调查中，瞬态检测的瓶颈是从候选检测中过滤大量伪影的过程。本文提出了一种基于自组织映射（SOM）的分层无监督分类器的自动伪影过滤方法。在OGLE-IV瞬态检测系统上测试时，该系统可接受97%的真实瞬态，并消除97.5%的伪影。伪影过滤的改进允许基于单帧的快速检测OGLE-IV中的瞬态，现在在图像采集后不到15分钟内就可以对瞬态发现发出警报。
2016-01-23 astro-ph.IM
Deep learning Approach for Classifying, Detecting and Predicting Photometric Redshifts of Quasars in the Sloan Digital Sky Survey Stripe 82
我们应用卷积神经网络（CNN）对斯隆数字巡天条带82中的类星体进行分类和检测，并预测类星体的光度红移。该网络通过将光变曲线转换为图像来考虑对象的可变性。图像的宽度，记为w，对应于五个星等ugriz，图像的高度，记为h，代表观测日期。CNN提供了良好的结果，因为对于0.90的召回率，其精度为0.988，而对于随机森林分类器的相同召回率，其精度为0.985。此外，175个新的类星体候选人被发现与CNN考虑固定召回0.97。由CNN和随机森林给出的概率的组合使得良好的性能甚至更好，对于0.90的召回率具有0.99的精度。对于红移预测，CNN呈现出优异的结果，其高于用特征提取步骤和不同分类器（K-最近邻、支持向量机、随机森林和高斯过程分类器）获得的结果。事实上，CNN在|Δz| <0.1可达78.09%，|Δz| <0.2达到86.15%，|Δz| <0.3达到91.2%，均方根值为0.359。KNN的性能对于三个|Δz|区域，因为在|Δz| <0.1，|Δz| <0.2和|Δz| <0.3的分别为73.72%、82.46%和90.09%，均方根值为0.395。因此，CNN成功地减少了类星体的色散和灾难性的红移。这种新方法对于像大型综合巡天望远镜这样的大型数据库的未来非常有希望。
2017-12-07 astro-ph.IM
Life Beyond PTF
2017年3月，Intermediate Palomar Transient Factory（iPTF）停止运营。我借此机会回顾iPTF及其前身调查Palomar Transient Factory（PTF）的科学成果，并总结经验教训。帕洛玛天文台48英寸施密特望远镜上的iPTF的继任者是Zwicky Transient Facility（ZTF），这是一项新的调查，调查速度快了一个数量级，现在正在委托。我描述了ZTF的设计和科学原理。ZTF正在对大型天气巡天望远镜（LSST）正在探索的新警报流技术进行原型设计，以每晚向下游科学用户分发数百万个瞬时警报。我描述了警报系统的设计，并在更广泛的LSST和社区经纪人生态系统的背景下讨论它。
2018-02-28 astro-ph.IM
Monitoring the Sky with the Prototype All-Sky Imager on the LWA1
我们提出了一个描述的原型全天空成像仪（PASI），后端相关器和成像仪的第一站的长波长阵列（LWA 1）。PASI将LWA 1的260个双极化偶极天线的实时流进行交叉相关，创建全天空图像，并将其近实时上传到LWA-TV网站。PASI已经记录了超过13，000小时的全天空图像，频率在10到88 MHz之间，为新的研究和发现创造了机会。我们还报告了38、52和74 MHz（脉冲宽度为5 s）下瞬态的速率密度和脉冲能量密度限制。我们在脉冲能量密度为$>2.7\times 10^{-23}$、$>1.1\times 10^{-23}$和$>2.8\times 10^{-23}$ J m $^{-2}$ Hz $^{-1}$的频率下限制瞬态，使其具有速率密度$<1.2\times10^{-4}$、$<5.6\times10^{-4}$和$<7.2\times10^{-4}$ yr $^{-1}$ deg $^{-2}$
2015-03-17 astro-ph.IM
60 Microlensing Events from the Three Years of Zwicky Transient Facility Phase One
本文利用ZTF-I三年公开光变曲线开展首次多年期微引力透镜搜索，发现60个高质量事件及1,558个候选事件，并提出可服务于未来大型巡天的高效方法。
2023-02-08 astro-ph.GA astro-ph.IM astro-ph.SR
The Sloan Digital Sky Survey extended point spread functions
点扩散函数（PSF）的鲁棒和扩展表征对于提取深部成像测量产生的光度信息至关重要。在这里，我们介绍了斯隆数字巡天（SDSS）的扩展PSF，这是有史以来最富有成效的天文调查之一。通过叠加~1000张不同亮度的单个恒星的图像，我们获得了所有SDSS滤波器（u，g，r，i，z）的半径超过8弧分的二维SDSS PSF。这种新的表征的SDSS的PSF是近10倍的扩展比以前的PSF表征相同的调查。我们发现了由漂移扫描观测模式引起的PSF形状的不对称性。在漂移扫描方向上，PSF的通量较大。最后，我们用一个例子说明了如何使用PSF模型来去除后发座星系团中心区域最亮恒星产生的散射光场。这个特殊的例子显示了PSF在低表面亮度宇宙研究中的巨大重要性，特别是随着超深探测的到来，如大型综合巡天望远镜（LSST）。遵循可重复的科学哲学，我们将所有PSF模型和用于分析本文的脚本公开（快照v0.5-0-g62 d83 df）。
2020-01-27 astro-ph.GA astro-ph.IM
DESCQA: An Automated Validation Framework for Synthetic Sky Catalogs
使用高质量的模拟天表对于宇宙学巡天的成功是必不可少的。目录有不同的应用，如调查宇宙学可观测量的基础物理签名，了解系统的不确定性对测量信号的影响，并测试减少这些不确定性的缓解策略，帮助分析管道开发和测试，以及调查策略优化。随着目录质量的提高和它们所能提供的细节的增加，应用程序的清单也在增加。鉴于模拟目录的重要性，提供严格的验证协议，使目录提供商和用户能够以直接和全面的方式评估目录的质量至关重要。为此，我们已经开发了大型综合巡天望远镜暗能量科学合作以及更广泛的社区的DESCQA框架。DESCQA的目标是通过在自动化框架内提供一个公共接口来检查、验证和比较一组不均匀的合成星表。在本文中，我们提出的设计概念和第一次实现的DESCQA。为了建立和展示其全部功能，我们使用了一组临时目录和验证测试。我们强调了几个重要的方面，技术和科学，需要深思熟虑的考虑时，设计一个验证框架，包括验证指标，以及这些指标如何对合成天空目录的要求。
2018-02-08 astro-ph.CO astro-ph.IM
Enabling Deep All-Sky Searches of Outer Solar System Objects
大型综合巡天望远镜（LSST）的一个基本目标是绘制太阳系小天体群，为了解太阳系的形成和演化提供关键窗口。对于外太阳系的天体群-位于海王星$r > 30$ AU轨道及更远轨道上的天体-尤其如此。在本白皮书中，我们提出了对LSST节奏的最小改变，这可以大大提高LSST在整个宽快深（WFD）调查区域发现微弱遥远太阳系天体的能力。具体而言，我们建议WFD节奏受到约束，以便在$g, r$和$i$频带的任何组合中，在$\sim 10$天期间每年至少提供一个$\gtrsim 10$访问序列。结合先进的移位和叠加算法（Whidden等人，2019），这种修改将能够对外太阳系进行几乎完全的普查，以达到$\sim 25.5$等，产生$4-8$ x比单历元基线更多的KBO发现，并能够快速识别和跟踪$\gtrsim 5$ x更大空间体积中的异常遥远太阳系天体。这些增加将增强Schwamb等人（2018）白皮书中讨论的科学案例，包括探测海王星过去的迁移历史以及发现海王星轨道之外的假设行星（或至少对其存在进行重大限制）。
2019-01-24 astro-ph.EP astro-ph.IM
Machine Learning-based Brokers for Real-time Classification of the LSST Alert Stream
大型综合巡天望远镜（LSST）将发现前所未有的瞬时事件数量和速率，这要求天文学界更新其后续范式。警报经纪人--一个自动化的软件系统，用于筛选、描述、注释和优先处理后续事件--将是LSST时代管理警报流的关键工具。Arizona-NOAO时间分析和事件响应系统（ANTARES）就是这样一个代理。在这项工作中，我们开发了一个机器学习管道，仅使用可用的多波段光学光度学来表征和分类可变和瞬态源。我们描述了三个说明性的阶段的管道，服务于三个目标的早期，中期和回顾性分类的警报。第一种形式是变量与瞬态分类，第二种是组合变量和瞬态数据集的多类类型，第三种是瞬态类的纯度驱动子类型。虽然几个类似的算法已经证明了自己在模拟中，我们验证了他们的表现在真实的观察第一次。我们对来自各种现有观测活动的稀疏，不均匀采样，异方差数据进行了定量评估，并展示了非常有竞争力的分类性能。我们描述了我们的进展适应管道开发这项工作的实时经纪人工作的实时警报流从时域调查。
2018-01-22 astro-ph.CO astro-ph.HE astro-ph.IM
Detector Considerations for a HAWC Southern Observatory
位于墨西哥中部的高海拔水切伦科夫（HAWC）天文台是目前世界上唯一的伽马射线超过1 TeV的天气调查仪器。因为有显着的兴趣，覆盖整个TeV的天空与调查仪器，我们已经研究了南半球扩展到HAWC的选项。除了提供TeV源的全天覆盖外，南部的站点可以补充现有的银河平面密集部分的调查，提供对两个半球的银河和河外瞬态源的连续监测，并简化空间扩展信号的分析，如扩散伽马射线和TeV宇宙射线各向异性。为了利用空气簇射物理学并尽可能降低实验的能量阈值，在海拔5000米以上的高海拔地区（海拔4100米），在墨西哥的当前站点）已指定。为了便于在这样的高度有效地建造探测器，探测器罐将在较低的高度组装并运送到现场。提出了一种全数字通信和数据采集方案。可能的设计包括利用IceCube实验中的数字光学模块技术以及新的定制电子产品。我们讨论了这样一个实验的物理潜力，重点是能量阈值，角分辨率，和本底抑制能力的实验，以及全天空覆盖的优势超过1 TeV。
2015-08-14 astro-ph.HE astro-ph.IM
A Northern Ecliptic Survey for Solar System Science
对太阳系进行详细的观测是大型综合巡天望远镜（LSST）的四项基本科学要求之一。LSST主要的宽-快-深（WFD）巡天目前的基线足迹观测的是0 $^\circ$弧度以下的天空，其中只包括黄道面的一半。关键的是，太阳系的关键种群在天空中的分布是不对称的：如果只有WFD发生，它们将完全被错过，或者只被部分映射。我们提出了一个北南极支线（NES）小型调查，观察北部天空+10 $^\circ$黄道纬度，最大限度地利用LSST的太阳系科学。小型调查包括总面积为$\sim$ 5800 deg $^2$/604个场，十年内每个场有255次观测，分为g、r和z波段。我们提议的调查将1）获得主带彗星的普查; 2）通过探索柯伊伯带的共振结构和海王星特洛伊人口来探测海王星过去的迁移历史; 3）探索内部奥尔特云物体的起源，并对海王星以外的假设行星的存在进行重大限制; 4）实现KBO恒星掩星的精确预测。太阳系科学合作组织的这些高级别科学目标只有通过这次拟议的北方调查才能实现。
2018-12-04 astro-ph.EP astro-ph.IM
Construction of a Calibrated Probabilistic Classification Catalog: Application to 50k Variable Sources in the All-Sky Automated Survey
随着天气调查数据量的增加，天文学家必须从发现和反思过程中变得更加抽象。鉴于后续资源的稀缺性，替代这些人类角色的框架有着特别突出的责任，以提供准确和校准良好的概率分类目录。这些目录为后续的后续工作提供了信息，使消费者能够优化选择特定来源进行进一步研究，并允许对人口研究的纯度和效率进行严格处理。在这里，我们描述了一个过程，以产生一个概率分类目录的变化与机器学习从多历元光度调查。除了产生准确的分类，我们展示了如何估计校准类概率，并激发概率校准的重要性。我们还介绍了一种方法，基于特征的异常检测，它允许在调查中发现的对象，不适合在预定义的类分类。最后，我们将这些方法应用于全天自动巡天（ASAS）观测到的源，并推出了机器学习ASAS分类目录（MACC），这是一个包含50，124个ASAS源的28类概率分类目录。我们估计MACC实现了低于20%的分类错误率，并证明了类后验概率是合理校准的。MACC的分类与之前几篇特定领域的ASAS论文和ASAS变星目录的分类相比，前者仅将24%的源分类为12个科学类之一。MACC可在http://www.bigmacc.info上公开获取。
2012-04-24 astro-ph.IM astro-ph.SR stat.AP
Generative Adversarial Networks recover features in astrophysical images of galaxies beyond the deconvolution limit
ETH Zurich（苏黎世联邦理工学院）
对星系等天体物理物体的观测受到来自天空背景、望远镜光学系统和用于记录数据的探测器的各种随机和系统噪声的限制。传统的反褶积技术在其恢复成像数据中的特征的能力方面受到香农-尼奎斯特采样定理的限制。在这里，我们训练生成对抗网络（GAN）的样本$4,550$图像附近的星系在$0.01<z<0.02$从斯隆数字巡天和进行$10\times$交叉验证，以评估结果。我们提出了一种使用在星系图像上训练的GAN的方法，该方法可以从人工退化的图像中恢复特征，这些图像具有比原始图像更差的可见度和更高的噪声，其性能远远超过简单的反卷积。从低信噪比和低角分辨率的成像数据中更好地恢复星系形态等详细特征的能力大大提高了我们研究天体物理物体现有数据集的能力，也大大提高了我们今后利用大型综合天空望远镜（LSST）和哈勃及詹姆斯·韦伯空间望远镜等天文台进行观测的能力。
2017-02-01 astro-ph.GA astro-ph.IM cs.LG
The Photometric LSST Astronomical Time-series Classification Challenge (PLAsTiCC): Data set
光度LSST天文时间序列分类挑战（PLAstiCC）是一项开放式数据挑战，旨在对模拟天文时间序列数据进行分类，为大型综合巡天望远镜（LSST）的观测做准备，该望远镜将于2019年首次亮相，并于2022年开始其为期10年的主要巡天。LSST将彻底改变我们对变化的天空的理解，发现和测量数百万个随时间变化的物体。在这个挑战中，我们提出了一个问题：我们如何从模拟的LSST时间序列数据中对天空中亮度不同的物体进行分类，以及其所有的非代表性挑战？在本说明中，我们解释了数据挑战的必要性，以帮助对这些天文源进行分类，并描述了PLASTiCC数据集和Kaggle数据挑战，并指出，虽然参考文献是为上下文提供的，但它们不需要参与挑战。
2018-09-28 astro-ph.IM astro-ph.SR
Computational Intelligence Challenges and Applications on Large-Scale Astronomical Time Series Databases
Millennium Institute of Astrophysics（千禧天体物理研究所）；Universidad de Chile（智利大学）；Harvard University（哈佛大学）；University of Florida（佛罗里达大学）；Universidad de los Andes（智利洛斯安第斯大学）
由于新的天文巡天观测的样本量、数据复杂度和数据生成率呈指数增长，时域天文学（TDA）正面临着范式的转变。例如，将于2022年在智利北部开始运行的大型综合巡天望远镜（LSST）将生成近150 PB的南半球天空成像数据集。LSST将以每小时2 TB的速率传输数据，有效地捕捉到前所未有的天空电影。LSST不仅有望提高我们对时变天体的理解，还有望揭示大量未知的微弱和快速变化的现象。为了应对数据驱动天文学范式的变化，最近创建了天体信息学和天体统计学领域。新的面向数据的天文学范例结合了统计、数据挖掘、知识发现、机器学习和计算智能，以便提供快速探测和分类已知天体物理物体以及无监督地描述新现象所需的自动化和稳健方法。在这篇文章中，我们概述了机器学习和计算智能在TDA中的应用。从计算智能/机器学习的角度，确定并讨论了TDA未来大数据挑战和新的研究方向，重点是LSST。需要跨学科合作来应对来自LSST的大量天文数据所带来的挑战。
2015-09-25 astro-ph.IM cs.LG
Unidentified Moving Objects in Next Generation Time Domain Surveys
现有的和未来的宽视场测光调查将产生一个时间推移的天空电影，这将彻底改变我们的人口普查的变化和移动的天文和大气现象。与科学测量能力的任何革命一样，这种新的数据也将为我们提供一定会让我们对宇宙的理解感到惊讶和困惑的结果。虽然我们无法预测这种努力的未知收益，但使用合理的速率和可观测性假设来探索某些参数空间是一种有益的练习。为此，我提出了一个简单的参数化模型的可探测性不明飞行物（不明飞行物）的大型天气调查望远镜（LSST）。我还证明了LSST非常适合于对UFO和外星人访问我们世界的速度进行第一次系统性限制。
2013-03-29 astro-ph.EP astro-ph.GA astro-ph.IM
The Karl G. Jansky Very Large Array Sky Survey (VLASS). Science case and survey design
甚大天线阵巡天（VLASS）是一种天气学、全天无线电巡天，具有高角分辨率（$\approx$ 2.5”）、灵敏度（1 $σ$的目标是在共同添加的数据中70 $μ$ Jy/波束）、全线性斯托克斯偏振测量、时域覆盖和宽带宽（2-4 GHz）的独特组合。第一次观测于2017年9月开始，观测将于2024年完成。VLASS将在Karl G上使用大约5500小时的时间。Jansky甚大阵列（VLA）覆盖整个VLA可见天空（December $>-40^{\circ}$），共33,885度$^2$。这些数据将分三个时期采集，以便发现可变和瞬态射电源。该调查旨在吸引射电天文学专家，多波长天文学家和公民科学家。通过利用“飞行中”干涉测量模式，与传统的定点测量相比，观测开销大大减少。在本文中，我们提出了调查的科学案例和观测策略，以及早期调查观测的结果。
2019-12-30 astro-ph.GA astro-ph.HE astro-ph.IM
Scientific Data Mining in Astronomy
我们描述了数据挖掘算法在天文学研究问题中的应用。我们认为，数据挖掘一直是天文学研究的基础，因为数据挖掘是基于证据的发现，包括分类，聚类和新颖性发现的基础。这些算法代表了在大型数据库中发现的一套主要计算工具，这在数据密集型天文学时代将变得越来越重要。回顾了天文学数据挖掘的历史实例，然后讨论了预计在未来十年中最大的数据生产项目之一：大型综合巡天望远镜（LSST）。为了促进天文学中数据驱动的发现，我们设想了一种新的天文学和天体物理学面向数据的研究范式-天体信息学。天文信息学被描述为现代数据密集型天文学的一种研究方法和教育必要性。大型时域巡天（如LSST）的一个重要应用领域是实时天空事件（包括移动物体、光度可变物体和瞬变现象）的快速识别、表征和分类。我们描述了一个可能的实现的分类代理这样的事件，它结合了几个天体信息学技术：用户注释，语义标记，元数据标记，异构数据集成，分布式数据挖掘。这些类型的合作分类和发现的方法在其他科学学科的例子。
2009-11-03 astro-ph.IM cs.DB cs.IR
