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
Real-Time Recovery Efficiencies and Performance of the Palomar Transient Factory's Transient Discovery Pipeline
我们提出了瞬态源检测效率的帕洛玛瞬态工厂（PTF），参数化的瞬态PTF发现的数量，与在同一时期发生在调查搜索区域，但错过了类似的瞬态的数量。PTF是在2009年至2012年期间使用Palomar 48英寸望远镜进行的光学天空调查，以1至5天的周期观测超过8000平方度的天空，定位约50，000个非移动瞬态源，并通过光谱确认约1900颗超新星。我们评估PTF检测瞬态源的有效性，通过将~ 700万个人工点源插入到真实的PTF数据中。然后，我们研究了PTF实时管道恢复这些源的效率作为源的大小，宿主星系表面亮度和各种观测条件（使用代理看到，天空亮度和透明度）的函数。本研究的产品是一个多维的恢复效率网格的范围内的观测条件PTF经历的，然后可以用于研究的速率，环境和光度功能的不同的瞬态类型，使用详细的蒙特卡罗模拟。我们说明了技术使用观测良好理解类Ia型超新星。
2017-04-10 astro-ph.CO astro-ph.HE astro-ph.IM
The Palomar Transient Factory: System Overview, Performance and First Results
帕洛玛瞬变工厂（PTF）是一项全自动、宽视场调查，旨在系统地探索光学瞬变天空。瞬变测量使用安装在Palomar天文台48英寸Samuel Oschin望远镜上的新的8.1平方度相机进行;检测到的瞬变的颜色和光变曲线是用自动化Palomar 60英寸望远镜获得的。PTF使用1.2米望远镜时间的80%和1.5米望远镜时间的50%。在60秒的曝光下，调查达到约21.3 g'和20.6 R的深度（5 sigma，中值可见度）。这个为期五年的项目计划进行四项主要实验：1）为期5天的超新星搜索; 2）90秒至1天的快速瞬变搜索; 3）在猎户座中搜索食双星和凌日行星; 4）3 π sr深度H-α巡天。PTF提供自动、实时的瞬态分类和跟踪，以及包括在每帧中检测到的每个源的数据库。本文概述了PTF项目，包括几个月的空中性能测试的新的调查相机，观测计划和数据整理策略。最后，我们详细介绍了前51 PTF光学瞬态检测，发现在调试数据。
2009-06-30 astro-ph.CO astro-ph.IM
The needle in the hundred square degree haystack: The hunt for binary neutron star mergers with LIGO and Palomar Transient Factory
先进的LIGO和Virgo实验准备在本十年内首次直接探测引力波（GW）。最终的奖励将是在引力和电磁通道中联合观测一个紧凑的双星合并。然而，GW的天空位置不确定数百平方度将构成挑战。我描述了一个实时检测管道和快速贝叶斯参数估计代码，这将使它能够迅速搜索光学同行在先进的LIGO。在分析了一个全面的人口模拟GW源，我们描述的天空定位精度，GW探测器网络将实现每个探测器上线，并朝着设计灵敏度的进展。接下来，在准备与中间帕洛玛瞬态工厂（iPTF）的光学搜索，我们已经开发了一种独特的能力，检测光学余辉的伽马射线暴（GRB）检测费米伽马射线暴监测器（GBM）。它的可比误差区域提供了一个密切的平行先进的LIGO问题，但费米的独特访问MeV-GeV光子和其几乎所有的天空覆盖范围可能使我们能够在一个相对未开发的部分GRB参数空间的光学余辉。我们提出了八个GBM-iPTF余辉的发现和宽带跟踪观测。其中两个爆发的红移较低，相对于“标准”宇宙学爆发而言，是次发光的，并且已经在光谱上证实了宽线Ic型超新星。这两次爆发可能与从先驱包层爆发的温和相对论性激波相一致，而不是超相对论性喷流内部激波的标准机制。在技术层面上，GBM-iPTF的努力是一个原型，用于定位和观测Zwicky瞬态设施的高级LIGO中GW事件的光学对应物。
2015-01-12 astro-ph.HE astro-ph.IM gr-qc
The Needle in the 100 deg2 Haystack: Uncovering Afterglows of Fermi GRBs with the Palomar Transient Factory
费米伽玛射线空间望远镜极大地扩展了观测伽马射线暴（GRB）的数量和能量窗口。然而，费米伽玛暴监测仪提供的几十到一百平方度的粗略定位对定位爆发的宿主星系、测量它们的红移和跟踪它们的全色余辉构成了巨大的障碍。我们已经建立了一个目标的机会模式的中间帕洛玛瞬态工厂，以执行有针对性的搜索费米余辉。在这里，我们提出了一年的结果，这个计划：8余辉发现了35个搜索。其中两个有馀辉的爆发（GRB 130702A和140606B）是在低红移（z分别为0.145和0.384），光谱证实是宽线Ic型超新星。我们提出了我们的宽带后续行动，包括光谱以及X射线，紫外线，光学，毫米波和无线电观测。我们研究可能的选择效应的背景下，总费米和雨燕伽玛暴样品。我们确定了一个新的异常值的Amati关系。我们发现，这两个爆发是一致的温和的相对论冲击爆发的祖星，而不是超相对论内部冲击机制，权力标准的宇宙学爆发。最后，在Zwicky瞬态设施的背景下，我们将讨论我们将如何继续扩大这一努力，以找到光学对应的二元中子星合并，可能很快就会发现先进的LIGO和处女座。
2015-06-09 astro-ph.CO astro-ph.HE astro-ph.IM
The SED Machine: A Spectrograph to Efficiently Classify Transient Events Discovered by PTF
Palomar Transient Factory（PTF）是一个旨在发现宇宙中瞬变现象的项目，包括Ia型超新星，核心坍缩超新星和其他奇异和罕见的瞬变事件。PTF利用帕洛玛48英寸望远镜（P48）来发现瞬变现象，后续主要是帕洛玛60英寸望远镜（P60，用于测光和颜色曲线）以及其他望远镜。PTF的发现率为每年约7000个候选瞬态，但目前只有约10%的候选瞬态被跟踪和分类。为了克服这一缺点，加州理工学院正在为P60望远镜设计和建造一台专用的光谱仪，称为SED机器，旨在最大限度地提高PTF发现的瞬变的分类效率。SED机器是一种低分辨率（R ~ 100）IFU光谱仪。它由一台用于光谱定标的彩虹相机和一个小透镜阵列加三棱镜光学系统组成。这里介绍了SED机器的科学和设计概述。
2012-09-21 astro-ph.IM
The SED Machine: a robotic spectrograph for fast transient classification
目前的时域设施每年发现数百个瞬变天文事件。随着新的巡天计划，如Zwicky Transient Facility（ZTF）和Large Synoptic Sky Survey（LSST）的上线，未来的发现率有望提高。目前，瞬变的分类率比发现率低大约一个数量级或数量级，导致越来越多的“后续干旱”。现有的中等孔径望远镜可以帮助解决这一缺陷时，配备光谱分类优化的摄谱仪。在这里，我们提供了一个概述的设计，操作和光谱能量分布机（SEDM），帕洛玛60英寸望远镜（P60）上运行的第一个结果。该仪器针对分类和高观测效率进行了优化。它结合了低分辨率（R $\sim$ 100）积分场单元（IFU）光谱仪与“彩虹相机”（RC），多波段现场采集相机，也可作为多波段（ugri）光度计。SEDM是在Palomar Transient Factory（iPTF）的运营期间投入使用的，并且已经证明了它的承诺。SEDM的成功证明了优化光谱分类的光谱仪的价值。在现有望远镜上安装类似的光谱仪将有助于缓解后续干旱，从而加快发现速度。
2017-10-11 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
Application of the Trend Filtering Algorithm for Photometric Time Series Data
检测瞬态光变曲线（例如，凌日行星）需要高精度的数据，因此，有效地过滤影响地基广域勘测的系统趋势是很重要的。我们将趋势过滤算法（TFA）（Kovacs等人，2005年）应用于2 MASS校准目录，并选择Palomar瞬变工厂（PTF）光度时间序列数据。TFA在减少光的光的色散曲线方面是成功的，然而，当模板组没有被明智地选择时，它可能过度过滤固有变量并增加“瞬时”色散。为了纠正这些问题，我们修改了原始文献TFA，包括测量不确定性在其计算中，包括辅助数据与噪声相关，并在算法上选择一个模板集，使用聚类算法，建议由不同的作者。这种方法对于适当地解释可变光度精度测量和/或组合数据集可能特别有用。总之，我们的贡献是提供一个MATLAB软件实现的TFA和一些修改测试的合成和真实的数据，总结性能的TFA和各种修改的真实地面数据集（2 MASS和PTF），并评估的功效TFA和修改使用合成光变曲线测试，包括过境和正弦变量。虽然过境变量测试表明，这些修改赋予过境检测没有优势，正弦变量测试表明，在检测精度的潜在改进。
2016-03-18 astro-ph.IM
How to coadd images? I. Optimal source detection and photometry using ensembles of images
为了增加图像深度，将一叠叠数字天文图像组合在一起。可变的视宁度条件，天空背景和地面观测的透明度，使共同添加过程不平凡。我们提出了优化的源检测和通量测量，最大限度地提高信噪比（S/N）的图像叠加方法。我们表明，为了这些目的，结合图像的最佳方式是应用匹配滤波器，每个图像使用自己的点扩散函数（PSF），然后才加和图像与适当的权重。在共添加之后匹配滤波器或在共添加之前执行PSF均质化的方法将导致灵敏度损失。我们认为，我们的方法提供了几个和25%之间的增加，在调查速度的深地面成像调查相比，加权coaddition技术。我们使用模拟数据以及Palomar Transient Factory数据发布2的数据来证明这一说法。我们提出了一个变种，这是最佳的PSF或光圈测光的共添加方法。我们还提供了一个解析公式计算的S/N的PSF测光单次或多次观测。在本系列的下一篇论文中，我们提出了一种在背景主导噪声的限制下进行图像叠加的方法，该方法对于时间恒定图像的任何统计测试或测量都是最佳的（例如，源探测、形状或通量测量或恒星-星系分离），使原始数据变得多余。我们提供了一个实现该算法在MATLAB中。
2015-12-21 astro-ph.IM
Proper image subtraction - optimal transient detection, photometry and hypothesis testing
瞬态检测和流量测量通过图像减法站在时域天文学的基础。由于变化的观看条件，图像相减过程是不平凡的，并且现有的解决方案遭受各种问题。从基本的统计原理出发，我们开发了瞬态检测，通量测量和任何图像差异假设检验的最佳统计量。我们推导出一个封闭形式的统计量：（i）在数学上被证明是最佳的瞬态检测统计量的限制背景占主导地位的噪声;（ii）是数值稳定的;（iii）对于准确注册，充分采样的图像，不留下减法或反卷积伪影;（iv）允许自动瞬态检测的理论灵敏度限制，通过提供可靠的检测意义;（v）具有不相关的白噪声;（vi）对于差图像上的任何进一步的统计测试是足够的统计量，并且特别地，允许将粒子撞击和其他图像伪影与真实瞬态区分开;（vii）对于新图像和参考图像的交换是对称的;（viii）计算比一些流行的方法快至少一个数量级;（ix）易于实现。此外，我们提出了这种方法的扩展，使其具有弹性的注册错误，颜色折射错误，和任何噪声源，可以建模。此外，我们还证明了准备参考图像的最佳方法是Zackay \& Ofek（2015 b）中提出的适当的图像加和。我们证明了这种方法的模拟数据和实际观测的Palomar瞬态工厂数据发布2。我们在MATLAB和Python中提供了该算法的实现。
2016-02-10 astro-ph.IM
The Zwicky Transient Facility: System Overview, Performance, and First Results
Zwicky Transient Facility（ZTF）是一个新的光学时域测量，使用Palomar 48英寸施密特望远镜。定制的宽视场相机提供47度$^2$视场和8秒读出时间，相对于其前身Palomar Transient Factory（PTF）的测量，测量速度提高了一个数量级以上。我们描述了摄像机和观察系统的设计和实现。红外处理和分析中心的ZTF数据系统提供了近实时的还原，以识别移动和变化的物体。我们概述了分析管道、数据产品和相关的存档。最后，我们提出了对天空的性能分析和第一个科学结果，从调试和早期调查。ZTF的公共警报流将作为大型综合巡天望远镜的有用先驱。
2019-02-05 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
Towards Efficient Detection of Small Near-Earth Asteroids Using the Zwicky Transient Facility (ZTF)
我们描述了ZStreak，一个半实时管道，专门用于检测小型，快速移动的近地小行星（NEAs），目前正在使用新委托的Zwicky瞬态设施（ZTF）调查的数据。基于Waszczak等人（2017）最初为Palomar Transient Factory（PTF）（ZTF的前身）开发的原型，ZStreak具有改进的机器学习模型，可以应对PTF和ZTF之间的$10\times$数据速率增量。自2018年2月5日（2018 CL）首次发现以来，ZTF/ZStreak已经在2018年12月31日之前的232个可观测夜晚发现了$45$确认的新近地小行星。发现的大多数是小近地小行星，直径小于$\sim100$米。通过分析发现的情况下，我们发现，第一个到最后一个检测时间间隔小于2小时的对象是在丢失的风险。我们将进一步提高实时跟踪能力，并使用深度学习来抑制误报。
2019-04-21 astro-ph.EP astro-ph.IM
Towards Rate Estimation for Transient Surveys I: Assessing Transient Detectability and Volume Sensitivity for iPTF
在过去的几十年里，在时域天文学的各种途径中出现了瞬态检测设备，为我们提供了丰富的瞬态数据集。这些瞬变的速率在恒星形成、祖先模型、演化通道和宇宙学测量中具有重要意义。任何速率计算的关键组成部分是作为许多内在和外在参数的函数的勘测对特定瞬态类型的可探测性和时空体积灵敏度。对多维参数空间进行完全采样具有挑战性。相反，我们提出了一个计划，使用监督机器学习来评估瞬态的可检测性。该数据产品是一个分类器，它确定从与时域勘测望远镜相关联的图像减法流水线产生的源的检测可能性，同时考虑到瞬态的固有特性和观测条件。我们应用我们的方法评估了Palomar瞬变工厂（iPTF）中Ia型超新星（SNe~Ia）的时空体积敏感性，得到了$\langle VT\rangle_{\mathrm{Ia}}=2.93\pm 0.21\times 10^{-2}\mathrm{Gpc^{3}yr}$ .根据文献中的速率估计值，该体积灵敏度给出了iPTF可检测到的$680-1160$ SNe~Ia计数，这与存档数据一致。为了使这一方法具有更广泛的应用性，我们对长持续时间的IIp型超新星（SNe~IIp）进行了初步计算，发现了$\langle VT\rangle_{\mathrm{IIp}}=7.80\pm0.76\times10^{-4}\mathrm{Gpc^{3}yr}$。该分类器可用于计算快速的空间-时间体积灵敏度计算的…
2019-06-21 astro-ph.IM
The Zwicky Transient Facility: Data Processing, Products, and Archive
Zwicky Transient Facility（ZTF）是一个新的机器人时域调查，目前正在使用Palomar 48英寸施密特望远镜进行调查。ZTF使用一个47平方度的视场和一个600兆像素的摄像机，以大约3760平方度/小时的速度扫描整个北方可见天空，平均深度为g ~ 20.8和r ~ 20.6等（AB，30秒内5西格玛）。我们描述的科学数据系统，是设在IPAC，加州理工学院。这包括数据处理管道、警报生成系统、数据存档以及用于访问和分析产品的用户界面。实时流水线采用了一种新的图像差分算法，优化点源瞬态事件的检测。这些事件使用机器学习分类器进行可靠性审查，并与上下文信息相结合，以生成数据丰富的警报数据包。数据包通常在观察后13分钟（第95百分位数）内可用于分发。检测到的事件也链接到使用一种新的算法生成候选移动对象的轨道。移动速度快到足以在单独曝光中出现条纹的物体也会被提取和审查。每幅科学图像的重建天体测量精度相对于盖亚通常为45至85毫角秒。这是以光度学S/N >= 10提取的源在天空上每个轴的RMS。在明亮的不饱和通量的派生光度精度（重复性）在8和25毫马格之间变化。Pan-STARRS 1的光度校准精度通常优于2%。这些产品支持广泛的科学应用：快速和年轻的超新星，罕见的通量瞬变，变星，食双星，活动星系核的变化，对应的引力波源，更完整的Ia型超新星普查，以及太阳系天体。
2019-02-05 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
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
