TRANSLIENT: Detecting Transients Resulting from Point Source Motion or Astrometric Errors
本文提出Translient检测器，通过假设检验区分点源运动与静止，优于标准图像相减，可减少瞬变检测误报，并在LAST数据上验证。
2024-03-14 astro-ph.IM
Effective Image Differencing with ConvNets for Real-time Transient Hunting
University of Freiburg（弗莱堡大学）；Caltech（加州理工学院）
大型巡天越来越多地依赖于图像减法管道进行实时（和存档）瞬态检测。在这个过程中，人们必须与变化的PSF，许多源中的小亮度变化，以及饱和恒星造成的伪影，以及一般的匹配误差作斗争。通常，差分是用比单个图像更深的参考图像来完成的，并且伴随的噪声特性的差异也可能导致伪影。我们在这里提出了一种用于瞬态检测的深度学习方法，它将传统图像减法流水线的所有步骤-图像配准，背景减法，噪声去除，psf匹配和减法-封装到单个实时卷积网络中。一旦经过训练，该方法的工作速度非常快，并且考虑到它一次完成多个步骤，对于ZTF和LSST等多CCD快速测量的优势是显而易见的。
2017-10-04 astro-ph.IM cs.CV
The Kepler IRIS Catalog: Image subtraction light curves for 9,150 stars in and around the open clusters NGC 6791 and NGC 6819
为期四年的开普勒任务收集了疏散星团NGC 6791和NGC 6819的长节奏图像，被称为“超级邮票”。“每个超级邮票区域都是一个200像素的正方形，可以捕获数千个星团成员，加上前景和背景恒星，其中只有最亮的恒星才是开普勒任务期间长或短节奏测光的目标。使用图像减法测光，我们已经为开普勒输入目录中落在超级邮票上的每个物体产生了光变曲线。IRIS目录包括9，150颗恒星的光变曲线，并包含大量新数据：其中8，427颗恒星根本不是开普勒的目标，我们增加了382颗恒星的长节奏数据的可用季度数量。该星表是MAST上的一个高级科学产品，包含每个季度的原始光度数据和每个恒星所有可用季度的校正光变曲线。我们还介绍了我们的图像减法测光和开源IRIS管道的实施，以及数据产品，系统分类和目录统计的概述。
2021-12-09 astro-ph.IM astro-ph.SR
The Automated Photometry Of Transients (AutoPhOT) pipeline
AutoPhOT 是一个基于 Python 3 的自动化测光流水线，提供孔径与点扩散函数测光、模板相减和极限星等计算，其测光结果与 DAOPHOT 一致，并能以最少人工干预重现已发表的瞬变源光变曲线。
2023-09-06 astro-ph.HE astro-ph.IM
A New Forced Photometry Service for the Zwicky Transient Facility
本文介绍 ZTF 强制测光服务 ZFPS 的升级，通过并行处理和 C 语言优化，使用户单次可请求最多 1500 个位置的光变曲线，并利用空闲计算集群高效生成带质量指标的发表级数据。
2023-07-11 astro-ph.IM
Tutorial on running median subtraction filter with application to searches for exotic field transients in multi-messenger astronomy
本文以教程形式系统研究运行中位数减法滤波器（RMSF）在保留高斯脉冲和瞬态振荡信号方面的性能，证明其能去除缓变基线且不改变白噪声统计特性，并评估其在多信使天文学中提取奇异低质量场瞬变信号的应用价值。
2025-04-25 astro-ph.IM physics.data-an
Image Subtraction Noise Reduction Using Point Spread Function Cross-correlation
天文学中的图像减法是一种用于瞬态物体发现和表征的工具，在广泛的领域中特别有用，并且非常适合于移动或光度变化的物体，如小行星，太阳系外行星和超新星。卷积技术用于在逐像素相减之前在不同时间拍摄的相同场的图像之间匹配点扩散函数（PSF）。特别适合于大规模图像的是空间变化的内核，其中允许卷积适应PSF变化作为图像内位置的函数。拟合空间变化核的最通用的基础是狄拉克δ函数。然而，基于delta函数的卷积核不能区分像素尺度噪声变化和预期的恒星点扩散函数信号。这种情况经常会导致在所得到的减法中可检测的可变对象的降低的信噪比。这项工作提出了一种互相关的方法，用于减少噪声的影响，δ函数推导的卷积核，从而产生显着改善的信号噪声在所产生的减法。
2013-01-08 astro-ph.IM
Transformer-Based Neural Network for Transient Detection without Image Subtraction
Department of Physics and Astronomy, University of Pennsylvania（物理与天文学系，宾夕法尼亚大学）；Department of Physics and Astronomy, University of Delaware（物理与天文学系，德克萨斯大学）；University of Delaware, Joseph R. Biden, Jr. School of Public Policy and Administration（德克萨斯大学乔伊斯·拜登初级公共政策与行政学校）；University of Delaware, Data Science Institute（德克萨斯大学数据科学研究所）
本文提出一种基于Transformer的神经网络，通过直接比较搜索图像与模板图像实现无需图像差分的真实/虚假暂现源分类，在DES数据上达到97.4%准确率，并验证了对非中心输入图像的鲁棒性，提升了超新星探测的准确性与效率。
2025-08-22 astro-ph.IM cs.CV
MUPHOTEN : a MUlti-band PHOtometry Tool for TElescope Network
光学、快速、瞬态源的早期和完整的时间特性需要在不同的时间尺度（数小时到数月）上进行连续和多波段的观测。对于时域天文学，使用几个望远镜来分析单个物体是通常的方法，可以获得高度采样的光变曲线。每晚拍摄一系列图像有助于构建一个高节奏和低占空比的不间断观测链。速度是至关重要的，特别是在早期，以捕捉光变曲线的早期特征，帮助确定所观察到的瞬变的性质，并评估其天体物理特性。然而，快速提取源属性（时间和颜色演变）与异构数据集的问题仍然存在。因此，我们提出Muphoten，一个通用的和快速计算的光度管道能够解决这些限制。它适用于在多望远镜和多波段网络上提取瞬时亮度，以创建单个均匀的光度时间序列。我们展示了Muphoten的性能，并通过GRANDMA网络和利物浦望远镜的公开数据监测了光学瞬态SN 2018cow（从2018年6月到2018年7月）的观测。
2022-11-28 astro-ph.IM
Transient processing and analysis using $\texttt{AMPEL}$: Alert Management, Photometry and Evaluation of Lightcurves
多信使天文学和新的高通量宽场调查都需要灵活的工具来选择和分析天体物理学瞬变。我们在这里介绍的警报管理，光度测定和评估的光曲线（AMPEL）系统，分析框架，专为高通量调查和适合流数据。AMPEL将警报代理的功能与能够托管用户贡献的代码的通用框架相结合，该框架鼓励起源并跟踪瞬态显示的不同信息状态。后一个概念包括随着时间的推移收集的信息和数据策略，如访问或校准级别。我们描述了一种新的正在进行的实时多信使分析，使用AMPEL冰立方中微子数据相结合的警报流的Zwicky瞬态设施（ZTF）。我们还重新处理了前四个月的ZTF公共警报，并比较了200多个不同的瞬态选择函数的收益率，以量化选择报告给瞬态名称服务器（TNS）的Ia型超新星的效率。我们强调三个渠道适合（1）收集一个完整的样本的河外瞬变，（2）立即跟进附近的瞬变和（3）后续运动针对年轻的，河外瞬变。我们确认ZTF的完整性，所有的TNS超新星位于活跃的CCD区域被检测到。AMPEL可以帮助实时过滤瞬态，运行警报反应模拟，重新处理完整的数据集以及瞬态数据的最终科学分析。本文介绍了用户如何设计自己的通道，以包含在AMPEL实时实例中，该实例解析ZTF流，并向TNS实时提交高质量的河外超新星候选者。
2019-06-11 astro-ph.CO astro-ph.IM
T-PHOT version 2.0: improved algorithms for background subtraction, local convolution, kernel registration, and new options
我们提出了新的版本V2.0的T-PHOT，一个公开可用的软件包开发执行PSF匹配，基于先验的，多波长去融合测光的河外磁场。包括在代码中的新功能介绍和讨论：背景估计，使用位置相关的内核，通量prioring，诊断统计的残差图像，排除选定的来源从模型和残差图像，个人注册的拟合对象。这些新选项提高了代码的性能，允许更准确的结果，并为诊断提供有用的帮助。
2016-09-01 astro-ph.GA astro-ph.IM
Pipeline for Antarctic Survey Telescope 3-3 in Yaoan, Yunnan
AST 3 -3是南极巡天望远镜（AST 3）的第三个机器人设施，将部署在南极洲Dome A进行瞬态巡天。由于当前的疫情，该望远镜目前已部署在中国姚安观测站，开始调试观测和短暂调查。本文介绍了一个全自动的AST 3 -3观测数据处理系统。瞬态检测流水线使用针对GPU设备优化的最先进的图像减法技术。并行任务方法加速了图像缩减和瞬态测光。我们基于Python的系统允许以实时和准确的方式从宽场数据中进行瞬态检测。采用基于ResNet的旋转不变神经网络对瞬态候选进行分类。因此，该系统能够自动生成瞬态及其光变曲线。
2022-05-10 astro-ph.IM
STDWeb: Simple Transient Detection pipeline for the Web
本研究提出Web端天文工具STDWeb，提供自动化测光与瞬变源检测工作流，支持掩模、校准、图像相减等功能，易部署可集成至望远镜或数据档案库。
2024-11-25 astro-ph.IM
What's the Difference? The potential for Convolutional Neural Networks for transient detection without template subtraction
University of Delaware（特拉华大学）；Universidad Nacional de Colombia（哥伦比亚国立大学）；Vera C. Rubin Observatory（薇拉·C·鲁宾天文台）；University of Pennsylvania（宾夕法尼亚大学）
本研究探索卷积神经网络在无需模板减法图像的瞬变天体“真-假”分类中的潜力，证实仅用模板与搜索图像可构建>90%准确率的模型，有望大幅降低巡天项目的瞬变检测计算成本。
2023-08-25 astro-ph.IM cs.CV
Co-addition and Subtraction of Undersampled Images
Department of Particle Physics and Astrophysics（粒子物理与天体物理系）；Weizmann Institute of Science（魏兹曼科学研究所）
针对天文成像调查中欠采样图像相加与相减方式不佳的问题，提出LUTRA方法，以最优方式执行相关过程，提升性能，便于测量且提供超分辨率结果，在公开数据上验证其性能比当前方法高1.25倍并开源实现。
2026-07-21 astro-ph.HE astro-ph.IM cs.CV
HostPhot: global and local photometry of galaxies hosting supernovae or other transients
Ia型超新星（SNe Ia）自发现宇宙加速膨胀以来，一直被认为是宇宙学距离的指示器。它们的光学峰值亮度、光变曲线的下降率和光学颜色之间的相关性使它们能够标准化，从而减少了观测到的均方根散射。十多年前，发现Ia超新星的光学峰值光度与宿主星系的恒星质量相关，进一步提高了它们的标准化。从那时起，主星系的性质就被用于Ia超新星的宇宙学分析，人们付出了巨大的努力来寻找从根本上驱动Ia超新星与其主星系之间相关性的性质，如恒星形成率。此外，已经注意到，Ia型超新星的祖先进化的局部环境在减少估计距离的分散方面比全球环境好得多，即，整个银河系HostPhot是一个工具，它有助于计算Ia型超新星所在星系的局部和全局测光，从而有助于研究环境对这些物体的影响。
2022-08-24 astro-ph.CO astro-ph.IM
Automated Transient Detection with Shapelet Analysis in Image-subtracted Data
我们提出了一种基于shapelet分析的特征化图像减影对象的方法，以识别地基时域调查中的瞬态事件。我们将减去图像的对象分解为一组离散的Zernike多项式，并使用其所得系数将其与其他点状对象进行比较。我们推导出一个规范，在这个泽尔尼克空间，我们用来得分瞬变的点一样的性质，并表明它是一个强大的比较器，用于区分图像的文物，或残差，从真正的天体物理瞬变。我们的方法允许一个快速和自动化的方式扫描过度拥挤，宽视场望远镜图像与最小的人类互动，我们减少了大量的未解决的文物留下未识别的减影观测图像。我们评估我们的方法使用档案中间Palomar瞬态工厂和暗能量相机调查图像的性能。然而，我们的技术允许各种不同的仪器和数据集的灵活实施。这种技术显示了减少99.95%的图像相减伪影的调查延伸到数百平方度，并有很强的潜力，自动瞬态识别电磁后续程序触发的激光干涉仪引力波观测处女座科学合作。
2019-10-15 astro-ph.IM
A New Method For Robust High-Precision Time-Series Photometry From Well-Sampled Images: Application to Archival MMT/Megacam Observations of the Open Cluster M37
我们介绍了强大的高精度测光从良好的采样图像的非拥挤的领域与强烈变化的点扩散函数的新方法。在这项工作中，我们使用了MMT 6.5米望远镜拍摄的疏散星团M37的档案成像数据。我们发现，档案光变曲线从原来的图像减法程序表现出许多不寻常的离群值，超过20%的数据得到拒绝通过简单的过滤算法采用早期分析。为了实现更好的测光精度，并利用所有可用的数据，整个成像数据库重新分析与我们的时间序列测光技术（多孔径索引测光）和一套复杂的校准程序。这种方法的优点如下：我们找到一个最佳的光圈为每一个最大的信噪比的恒星，也治疗特殊的情况下，测光返回误导信息更优的光度指数。我们还采用光度去趋势的基础上的层次聚类方法，这是一个非常有用的工具，在消除系统的光变曲线。我们的方法去除了附近恒星的光变曲线所共有的系统变化，同时保留了真实的变化。因此，我们的方法利用了近100%的可用数据，并将RMS散射降低到比较亮恒星的光变曲线小几倍。这个新的数据集提供了一个难得的机会，探索不同类型的变化，短（~分钟）和长（~1个月）的时间尺度在疏散星团恒星。
2015-03-11 astro-ph.IM
Image Subtraction in Fourier Space
图像相减是时域天文学中瞬态探测的基本方法。对于地面光学望远镜拍摄的成像数据，点扩散函数（PSF）、光度缩放和天空背景通常随时间和整个视场而变化。图像减法算法需要匹配这些变化，以检测通量变化。一个算法，可以完全并行化是非常可取的未来时域调查。在这里，我们展示了用于图像差分的扫视快速傅里叶变换（SFFT）算法。SFFT采用$δ$ -函数基进行核分解，图像相减在傅立叶空间进行。这带来了一个显着的改善，约一个数量级的计算性能相比，其他公布的图像减法代码。SFFT可以适应宽视场成像数据的空间变化，包括PSF，光度缩放和天空背景。然而，$δ$函数基的灵活性也可能使其更容易过拟合。该算法已经在各种望远镜拍摄的真实天文数据中进行了广泛的测试。此外，SFFT代码允许PSF和天空背景的空间变化由样条函数拟合。
2022-05-25 astro-ph.HE astro-ph.IM
A GPU-Accelerated Transient Detection Pipeline for DECam Time-Domain Surveys
Carnegie Mellon University（卡内基梅隆大学）；University of Pennsylvania（宾夕法尼亚大学）；Texas A. & M. University（德克萨斯农工大学）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
本文提出了一种基于GPU的DECam时域巡天暂现体检测流水线，通过SFFT算法和CNN实虚分类实现高效暂现体识别和光变曲线生成，提升了暂现体发现的效率和准确性。
2026-03-09 astro-ph.IM
Dazzle: Oversampled Image Reconstruction and Difference-Imaging Photometry for the Nancy Grace Roman Space Telescope
本研究提出面向Nancy Grace Roman空间望远镜的Dazzle开源Python软件，通过过采样参考图像差分、迭代掩膜、解析抖动校正、三维高斯匹配滤波及PSF拟合测光，实现密集恒星场暂现源的高精度探测与测量，经合成测试验证回收率较高。
2024-12-09 astro-ph.EP astro-ph.IM astro-ph.SR
Going Forward with the Nancy Grace Roman Space Telescope Transient Survey: Validation of Precision Forward-Modeling Photometry for Undersampled Imaging
Nancy Grace Roman太空望远镜（Roman）是一个用于宽视场观测和日冕测量的天文台，计划于2020年中期发射。计划调查的一部分是一个深，有节奏的领域或领域，使宇宙学测量与Ia型超新星（SNe Ia）。由于像素比例为0”.11，宽视场仪器将被欠采样，因此难以精确减去SNe下方的星系光。我们使用模拟数据来验证前向模型代码（这种代码经常也被称为“场景建模”代码）的能力，以执行精确的超新星测光的南希格雷斯罗马空间望远镜SN调查。我们的模拟包括超过760，000张围绕SNe Ia或宿主星系的图像剪切（约占全尺寸调查的10%）。为了获得真实的星系光的二维分布，我们使用VELA模拟的星系高分辨率图像。我们通过我们的正演模拟代码运行每组切口，该代码自动测量随时间变化的SN通量。考虑到我们假设的仪器PSF和校准的完美模型的输入，我们在四个红色滤波器（Y106，J129，H158和F184）中发现了这种方法在毫量级水平上的偏差，很容易满足使用SNe Ia进行宇宙学参数尖端测量的0.5%罗马滤波器间校准要求。在更蓝的Z 087滤波器中的模拟数据显示更大的~ 2- 3毫量级的偏差，也满足这一要求，但有更大的改进空间。我们的前向模型代码已在Zenodo上发布。
2021-04-12 astro-ph.CO astro-ph.IM
FITSH -- a software package for image processing
在本文中，我们描述的软件包名为FISH的主要特点，旨在提供一个独立的环境，分析成像天文探测器获得的数据。该软件包为后续相关数据处理步骤的完整管道（包括图像校准、天体测量、源识别、测光、微分分析、低级算术运算、多图像组合、空间变换和插值等）并用于帮助解释（主要是光度测量和/或天体测量）结果。该软件包还具有基于图像减法、点扩散函数拟合和孔径光度测量的一致的光度测量实施，并提供易于使用的界面，用于比较和针对特定问题选择最合适的方法。该软件包中的这组实用程序构建在常用的UNIX/POSIX shell之上（因此该软件包的名称），因此可以利用这些环境中经常使用和记录良好的工具，并且管理大量数据相当方便。
2011-11-08 astro-ph.IM
The Difference Imaging Pipeline for the Transient Search in the Dark Energy Survey
我们描述了差异成像管道（DiffImg）用于检测从暗能量调查超新星计划（DES-SN）在其第一个观测季节从2013年8月到2014年2月的深图像中的瞬态。DES-SN是对瞬变现象的搜索，其中在g、r、i、z通带中以大约1周的节奏重复观察到10个3度^2场。观测策略已被优化，以测量高质量的光变曲线和红移的数千Ia型超新星（SN Ia）的目标是测量暗能量参数。基本的DiffImg功能是将每个搜索图像与深度参考图像对齐，进行逐像素减法，然后检查减法图像以获得点源对象的显著正检测。绝大多数检测结果是减影伪影，但在选择要求和使用自动扫描程序进行图像过滤后，每个波段中每次观察每度^2有130个检测结果，其中只有25%是伪影。在第一个观测季节，DES-SN发现了7500个瞬变，每个瞬变都需要在至少两个不同的夜晚进行探测，蒙特卡罗模拟预测，27%的瞬变可能是超新星。另外30%的瞬变是人为的，其余的瞬变大部分是活动星系核和变星。假SNe Ia被覆盖到图像上以严格评估检测效率，并理解DiffImg性能。用假SNe测量的DiffImg效率与来自蒙特卡罗模拟的期望一致，该模拟使用通量及其不确定性的分析计算。在我们的8个具有单历元50%完整性深度23.5的“浅”场中，超新星Ia的效率在红移z 0.7处下降到1/2，在我们的2个具有磁深度24.5的“深”场中，效率在z 1.1处下降到1/2。
2015-09-26 astro-ph.IM
Automated transient detection in the context of the 4m ILMT
面向4米ILMT巡天数据，提出结合图像相减与CNN的自动化流水线，用于瞬变源及变源候选体的发现、恢复与分类。
2023-11-08 astro-ph.IM
M-band Imaging of the HR 8799 Planetary System Using an Innovative LOCI-based Background Subtraction Technique
对系外行星大气的多波长观测/光谱学是比较系外行星学这一令人兴奋的新兴领域的基础。HR 8799行星系是一个理想的实验室，可以研究我们目前在大质量场棕矮星和寒冷的5-Gyr年龄的太阳系行星之间的知识差距。到目前为止，HR 8799行星的成像是在J-到L-波段，只有上限在M-波段。在这里，我们提出了深高对比度凯克II自适应光学M波段的观测，显示成像检测的4个目前已知的HR 8799行星。这样的检测之所以成为可能，是因为开发了一种创新的基于LOCI的背景减除方案，该方案比经典的Keck II AO数据的中值背景减除效率高3倍，代表望远镜时间的增益高达9倍。这些M波段探测器将宽波段光度覆盖范围扩展到约5微米，并提供了在4.5微米处的强CO基本吸收带。新的M波段测光显示HR 8799行星位于L/T型矮过渡附近，与其他研究发现的相似。我们还确认，最好的大气拟合与低表面重力，尘埃和非平衡CO/CH 4化学模型是一致的。
2011-07-05 astro-ph.EP astro-ph.IM
Detection and Characterization of Exoplanets and Disks using Projections on Karhunen-Loeve Eigenimages
我们描述了一种新的方法，以实现点扩散函数（PSF）减法的高对比度成像使用主成分分析（PCA），适用于点源或扩展对象（磁盘）。假设一个参考PSF库，这些参考的Karhunen-Lo`eve变换被用来创建本征图像的正交基，科学目标被投影在该正交基上。对于检测，这种方法提供了与局部优化图像组合（LOCI）算法相当的抑制，尽管对算法参数的鲁棒性增加并且速度增强。为了表征检测到的源，该方法能够对天体物理源进行正演建模。这说明了天体测量和光度测量中发现的微弱源的偏差，这通常与基于LOCI的PSF扣除方案有关。我们说明了使用档案哈勃太空望远镜（HST）图像的算法性能，但该方法也可以被认为是基于地面的数据采集与角差分成像（ADI）或积分场光谱仪（IFS）。
2012-07-17 astro-ph.IM
Machine Learning on Difference Image Analysis: A comparison of methods for transient detection
我们提出了几个差异图像分析（DIA）技术的比较，结合机器学习（ML）算法，适用于识别光学瞬态与引力波事件。每种技术都是基于精确度、召回率及其调和平均值F1的评分指标进行评估的，这些指标是在DIA结果上作为独立技术进行测量的，也是在应用ML算法后的结果中进行测量的，是在模拟和真实数据上进行瞬态源注入的。这种模拟涵盖了广泛的仪器配置，以及各种场景的观测条件下，通过探索一个多维的相关参数集，使我们能够提取一般的结论，有关的瞬态天体物理事件的识别。最新的减影技术，特别是Zackay等人（2016）发表的方法，在一个名为properimage的开源Python包中实现，适用于许多其他天文图像分析。这与我们描述的ML库一起提供了有效的瞬态检测软件管道。在这里，我们研究了不同的ML技术的效果，和相对特征的重要性分类的瞬时候选人，并提出了一个最佳的组合策略。这构成了管道的基本要素，可应用于GW源的电磁对应物的搜索。
2019-08-08 astro-ph.IM
Galaxy Model Subtraction with a Convolutional Denoising Autoencoder
针对传统星系模型减除方法半自动化、难适配大数据集的问题，提出卷积去噪自编码器DAE，经GALFIT模型和NGVS真实图像测试，在复杂形态星系上表现更优，处理速度快且全自动，代码已开源。
2025-10-06 astro-ph.GA astro-ph.IM
Science with a small two-band UV-photometry mission I: Mission description and follow-up observations of stellar transients
本文介绍了捷克约130kg小卫星紫外空间望远镜QUVIK任务，旨在通过测量中子星合并产生的千新星紫外亮度演化以区分爆炸场景，并为引力波及多波长巡天提供关键的后续观测能力。
2024-01-10 astro-ph.HE astro-ph.IM astro-ph.SR
Bilinear noise subtraction at the GEO 600 observatory
用于将引力波探测器保持在稳定工作点的纵向控制信号经常受到来自测试质量未对准的调制的影响，导致范围从50到500 Hz的升高的噪声基底。这种非平稳噪声导致调制边带，并增加了在校准应变数据中观察到的毛刺的数量。这些伪影最终会影响数据质量并降低从连续波以及瞬态事件中寻找天体物理信号的数据分析管道的效率。在这项工作中，我们开发了一个计划，以减去这样的双线性噪声的引力波应变数据，并证明它在GEO 600天文台。我们估计的耦合，利用窄带信号注入已经到位的噪声投影的目的，并通过两个阶段的系统识别过程构建一个相干的双线性信号。我们改进现有的过滤器设计技术，采用贝叶斯自适应定向搜索策略，优化了几个关键参数，影响估计模型的准确性。该方案考虑到可能的非平稳性的耦合，通过定期更新所涉及的滤波器系数。由此产生的postoffline减法导致抑制调制边带周围的校准线，随着宽带降低的中频噪声基底。观察到的天体物理范围的增加和非天体物理瞬变发生的减少表明，上述方法是当前和未来一代引力波天文台的可行数据清理技术。
2020-05-28 astro-ph.IM gr-qc physics.ins-det
O'TRAIN: a robust and flexible Real/Bogus classifier for the study of the optical transient sky
在过去的十年里，研究宇宙中高能瞬态现象的科学兴趣大大增加。现在，已经出现了多个地面调查项目，以更高的图像节奏连续监测光学（和多信使）瞬变天空，并在每晚覆盖更大的天空部分。这些新颖的方法导致全球警报率大幅增加，需要谨慎处理，特别是通过尽可能降低误报率。因此，以前为窄视场仪器设计的标准瞬态检测管道现在必须集成更复杂的工具，以处理数量和多样性不断增加的警报和假警报。深度机器学习算法现在已经证明了它们在识别图像模式方面的效率。我们探索这种方法，以提供一个强大而灵活的算法，可以包括在任何类型的瞬态检测流水线。我们建立了一个卷积神经网络（CNN）算法，以便对不同类型的光学望远镜提供的瞬时候选切口（减法残差）执行真/假分类任务。训练涉及对剪切物的人工监督标记，该剪切物已被分成两个平衡的数据集，具有\textit{True}和\textit{False}点状源候选者。我们在两个不同的瞬态检测管道产生的候选人上测试了我们的CNN模型。我们表明，我们的CNN算法可以成功地训练具有非常不同的像素尺度的图像的大的多样性。在四个不同望远镜的光学图像上进行测试，并利用两个不同的瞬态检测管道，我们的CNN模型提供了强大的真实/虚假分类性能，准确率从93%到98%。
2021-12-19 astro-ph.IM
Identifying Transients in the Dark Energy Survey using Convolutional Neural Networks
在观测天文学中，通过图像差分而无需直接人为干预来发现新瞬变的能力是一项重要任务。对于这类图像分类问题，卷积神经网络（CNN）等机器学习技术已经取得了显着的成功。在这项工作中，我们提出了一个自动瞬态识别的结果与CNN的图像从暗能量调查超新星计划（DES-SN），其主要重点是使用Ia型超新星的宇宙学的现存数据集。通过对CNN进行架构搜索，我们识别出了有效选择非人工产物（例如超新星、变星、活动星系核等）的网络。来自伪影（图像缺陷、误减等），实现了以前的工作与随机森林的效率，而不需要花费任何努力，在功能识别。CNN还帮助我们识别错误标记图像的子集。对该子集中的图像进行重新标记，使用CNN得到的分类结果明显优于以前的结果。
2022-09-02 astro-ph.IM stat.ML
Convolutional Neural Networks for Transient Candidate Vetting in Large-Scale Surveys
目前的天气巡天监测大面积的天空，以寻找可变和短暂的天文来源。由于单个望远镜每晚的探测次数很容易超过数千次，目前的探测管道大量使用机器学习算法对探测到的物体进行分类，并筛选出最有趣的候选物体。即将进行的一些调查将产生多达三个数量级的数据，这使得高精度分类系统对于减少人工以及人类专家昂贵的审查至关重要。我们提出了一种基于卷积神经网络的方法来区分真实的天体物理源和参考减去光学图像中的伪影。我们表明，相对简单的网络已经与最先进的系统竞争，并且可以通过稍微更深的网络和额外的预处理步骤进一步提高它们的质量-最终产生优于最先进系统的模型。特别是，我们的最佳模型在包含1，942个“假”和227个“真实”实例的测试集上正确分类了约97.3%的所有“真实”和99.7%的所有“假”实例。此外，本文中考虑的网络还可以成功地对这些对象进行分类，而不依赖于差异图像，这可能为未来的检测管道铺平道路，根本不包含图像减法步骤。
2017-08-29 astro-ph.IM
I Spy Transits and Pulsations: Empirical Variability in White Dwarfs Using Gaia and the Zwicky Transient Facility
本文利用 Gaia DR2 与 ZTF DR3 测光中的异常超额弥散构建变源探测方法，并在约 12,100 颗白矮星样本中高效识别出大量新的脉动白矮星及五颗可能的凌星碎片系统，验证了方法的有效性。
2021-03-14 astro-ph.EP astro-ph.IM astro-ph.SR
Microlensing Events in Five Years of Photometry from the Zwicky Transient Facility
本研究利用ZTF五年数据在银道面发现124个高置信度微引力透镜事件，数量较之前翻倍，并测得平均爱因斯坦时标为51.7天，为探测暗天体提供重要样本。
2024-11-08 astro-ph.GA astro-ph.IM astro-ph.SR
Applying multimodal learning to Classify transient Detections Early (AppleCiDEr) I: Data set, methods, and infrastructure
本文提出 AppleCiDEr 多模态框架，融合测光、图像、元数据与光谱，对约3万条真实 ZTF 警报实现瞬变源和变星的早期统一分类，并可接入观测调度流水线。
2025-07-24 astro-ph.HE astro-ph.IM
Investigation of the effects of non-Gaussian noise transients and their mitigation in parameterized gravitational-wave tests of general relativity
Advanced LIGO和Advanced Virgo对致密双星合并产生的引力波的探测为研究强场、高度相对论性的引力机制提供了机会。广义相对论（GR）的引力波测试通常假设高斯和稳态探测器噪声，因此，不考虑非高斯的瞬态噪声特征（毛刺）。我们提出的结果进行参数化的引力波测试的模拟信号从双黑洞合并重叠三类频繁发生的仪器故障具有明显不同的形态。然后，我们审查和应用三个毛刺缓解方法，并评估其效果，减少错误的偏差GR。通过考虑9种情况下的毛刺与模拟信号重叠，我们表明，考虑中的短持续时间，宽带光点和tomte毛刺引入错误的GR违规，并使用修复滤波器和毛刺模型减法可以一贯消除这种错误的违规行为，而不引入额外的影响。
2022-02-01 astro-ph.IM gr-qc
Classifying Image Sequences of Astronomical Transients with Deep Neural Networks
Universidad de los Andes（洛斯安第斯大学）；Center for Research and Formation in Artificial Intelligence（人工智能研究与培训中心）；Systems and Computing Engineering Department（系统与计算工程系）；Departamento de Física（物理系）
监督分类的时间序列的天文图像到有意义的瞬态天体物理现象一直被认为是一个困难的问题，因为它需要人类专家的干预。分类器使用专家的知识来寻找启发式特征来处理图像，例如，通过执行图像减法或通过提取稀疏信息，例如通量时间序列，也称为光曲线。我们提出了一种成功的深度学习方法，可以直接从成像数据中学习。我们的方法使用深度卷积神经网络和门控递归单元显式地建模时空模式。我们使用来自卡特琳娜实时瞬变调查的130万张真实天文图像训练这些深度神经网络，将序列分类为五种不同类型的天文瞬变类。TAO-Net（瞬态天文物体网络）架构在光变曲线上的性能比随机森林分类的结果高出10个百分点，这是通过每个类别的F1得分来衡量的;各个类别的平均F1从随机森林分类的$45\%$到TAO-Net的$55\%$。TAO-Net的这一成就为开发用于早期瞬态检测的新深度学习架构提供了可能性。我们提供了TAO-Net的训练数据集和训练模型，以便将来扩展这项工作。
2020-10-02 astro-ph.IM cs.CV
Difference image photometry with bright variable backgrounds
在过去的二十年里，仙女座星系（M31）一直是一个试验台，旨在在高度拥挤的领域内获得精确的时域相对测光方法。差分成像方法，最初是针对M31的，已经发展成为复杂的方法，例如Alard & Lupton（1998）的最佳图像减法（OIS）方法，今天最广泛地用于调查我们银河系中的变星，瞬变和微透镜事件。我们表明，现代的差异图像（DIA）算法，如OIS，虽然非常成功的对银河系凸起，可能会表现不好对高表面亮度的目标，如M31凸起。在存在向图像添加虚假通量贡献的常见系统学的情况下，可能会出现差的结果，例如内部反射、散射光或边缘。使用的数据从埃项目微透镜调查的M31隆起，我们表明，通常可以获得非常好的结果，首先进行仔细的光度校准之前，使用OIS进行点扩散函数（PSF）匹配。这种背景匹配和PSF匹配的分离是早期M31测光技术的一个共同特征，使我们能够充分利用OIS提供的强大PSF匹配灵活性，以实现高表面亮度目标。我们发现，这种方式产生的差异图像的噪声分布接近高斯，单独使用OIS实现的结果显着改善。我们表明，通过这种校正，变星的光变曲线和瞬变可以恢复到M31核的~10角秒内。我们的方法是简单的实现，是足够快的实时DIA管道内纳入。（节录）
2010-07-05 astro-ph.GA astro-ph.IM
The Evryscope Fast Transient Engine: Real-Time Detection for Rapidly Evolving Transients
本文提出EFTE实时数据处理流水线，通过直接图像相减和VetNet分类，从Evryscope两分钟巡天图像中低延迟识别亚小时级天体瞬变。
2023-02-21 astro-ph.HE astro-ph.IM astro-ph.SR
PyLMT: A transient detection pipeline for the 4-m International Liquid Mirror Telescope
本文提出了用于4米国际液体望远镜的PyLMT瞬变源探测流水线，结合图像相减技术与CNN分类器，实现了高精度的瞬变源与变星探测，并成功发现12个河外瞬变源。
2025-02-01 astro-ph.HE astro-ph.IM
The TEQUILA catalog of variables in TESS full-frame images: Differential photometry light curves from the first two years of observations
Ariel University（阿里埃勒大学）；Massachusetts Institute of Technology（麻省理工学院）；Weizmann Institute of Science（魏茨曼科学研究所）；Deutsches Elektronen-Synchrotron DESY（德国电子同步加速器）；Hamburg University of Applied Sciences（汉堡应用科技大学）
TESS通过差分光度法生成全帧图像中的变量天体目录，提供六百万个光变曲线，用于发现新变量及研究恒星变异性。
2025-11-24 astro-ph.IM astro-ph.SR
Demonstrating the Time-Domain Capabilities of the 4-m International Liquid Mirror Telescope: An Early Census of Transient and Variable Detections
Aryabhatta Research Institute of Observational Sciences (ARIES)（阿亚巴塔观测科学研究所）；Department of Applied Optics and Photonics, University of Calcutta（加尔各答大学应用光学与光子学系）；Physical Research Laboratory（物理研究实验室）；Mahatma Jyotiba Phule Rohilkhand University（马哈特马·乔蒂巴·普尔罗希尔坎德大学）；Institute of Astrophysics and Geophysics, Liège University（列日大学天体物理学与地球物理学研究所）
本研究展示4米国际液体镜面望远镜（ILMT）的时域能力，利用PyLMT管线分析近3700帧图像，探测到近23000个天体，开发DART仪表盘，证实液体镜面望远镜适用于时域天文学。
2026-09-03 astro-ph.HE astro-ph.IM astro-ph.SR
