Matthew J. Graham, S. R. Kulkarni, Eric C. Bellm, Scott M. Adams, Cristina Barbarino, Nadejda Blagorodnova, Dennis Bodewits, Bryce Bolin, Patrick R. Brady, S. B… 展开作者
Matthew J. Graham, S. R. Kulkarni, Eric C. Bellm, Scott M. Adams, Cristina Barbarino, Nadejda Blagorodnova, Dennis Bodewits, Bryce Bolin, Patrick R. Brady, S. Bradley Cenko, Chan-Kao Chang, Michael W. Coughlin, Kishalay De, Gwendolyn Eadie, Tony L. Farnham, Ulrich Feindt, Anna Franckowiak, Christoffer Fremling, Avishay Gal-yam, Suvi Gezari, Shaon Ghosh, Daniel A. Goldstein, V. Zach Golkhou, Ariel Goobar, Anna Y. Q. Ho, Daniela Huppenkothen, Zeljko Ivezic, R. Lynne Jones, Mario Juric, David L. Kaplan, Mansi M. Kasliwal, Michael S. P. Kelley, Thomas Kupfer, Chien-De Lee, Hsing Wen Lin, Ragnhild Lunnan, Ashish A. Mahabal, Adam A. Miller, Chow-Choong Ngeow, Peter Nugent, Eran O. Ofek, Thomas A. Prince, Ludwig Rauch, Jan van Roestel, Steve Schulze, Leo P. Singer, Jesper Sollerman, Francesco Taddia, Lin Yan, Quan-Zhi Ye, Po-Chieh Yu, Igor Andreoni, Tom Barlow, James Bauer, Ron Beck, Justin Belicki, Rahul Biswas, Valery Brinnel, Tim Brooke, Brian Bue, Mattia Bulla, Kevin Burdge, Rick Burruss, Andrew Connolly, John Cromer, Virginia Cunningham, Richard Dekany, Alex Delacroix, Vandana Desai, Dmitry A. Duev, Eugean Hacopians, David Hale, George Helou, John Henning, David Hover, Lynne A. Hillenbrand, Justin Howell, Tiara Hung, David Imel, Wing-Huen Ip, Edward Jackson, Shai Kaspi, Stephen Kaye, Marek Kowalski, Emily Kramer, Michael Kuhn, Walter Landry, Russ R. Laher, Peter Mao, Frank J. Masci, Serge Monkewitz, Patrick Murphy, Jakob Nordin, Maria T. Patterson, Bryan Penprase, Michael Porter, Umaa Rebbapragada, Dan Reiley, Reed Riddle, Mickael Rigault, Hector Rodriguez, Ben Rusholme, Jakob van Santen, David L. Shupe, Roger M. Smith, Maayane T. Soumagnac, Robert Stein, Jason Surace, Paula Szkody, Scott Terek, Angela van Sistine, Sjoert van Velzen, W. Thomas Vestrand, Richard Walters, Charlotte Ward, Chaoran Zhang, Jeffry Zolkower
备注：
26 pages, 7 figures, Published in PASP Focus Issue on the Zwicky Transient Facility
The Zwicky Transient Facility (ZTF), a public-private enterprise, is a new time domain survey employing a dedicated camera on the Palomar 48-inch Schmidt telescope with a 47 deg$^2$ field of view and 8 second readout time. It is well positioned in the development of time domain astronomy, offering operations at 10% of the scale and style of the Large Synoptic Survey Telescope (LSST) with a single 1-m class survey telescope. The public surveys will cover the observable northern sky every three nights in g and r filters and the visible Galactic plane every night in g and r. Alerts generated by these surveys are sent in real time to brokers. A consortium of universities which provided funding ("partnership") are undertaking several boutique surveys. The combination of these surveys producing one million alerts per night allows for exploration of transient and variable astrophysical phenomena brighter than r $\sim$ 20.5 on timescales of minutes to years. We describe the primary science objectives driving ZTF including the physics of supernovae and relativistic explosions, multi-messenger astrophysics, supernova cosmology, active galactic nuclei and tidal disruption events, stellar variability, and Solar System objects.
$\texttt{BTSbot}$: 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…
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）
The Zwicky Transient Facility Bright Transient Survey. III. $\texttt{BTSbot}$: Automated Identification and Follow-up of Bright Transients with Deep Learning
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）
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。
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）
The Gravitational-wave Optical Transient Observer (GOTO): prototype performance and prospects for transient science
引力波光学瞬态观测器（GOTO）是一组宽视场光学望远镜，旨在利用下一代引力波探测器（LIGO、Virgo、KAGRA）的新发现，研究快速演变的瞬态，并利用中微子和极高能量伽马射线触发器产生的多信使机会。除了快速响应模式外，该阵列还将执行灵敏的全天瞬变测量，频率为几天。该设施采用了新颖的模块化设计，在单个底座上安装了多个40厘米宽场反射器。2017年6月，GOTO合作在加那利群岛拉帕尔马的Roque de los Muchachos天文台（ORM）部署了最初的项目原型，包括4个望远镜单元。在这里，我们描述了原型硬件的部署，调试和性能，并讨论了这些结果对最终GOTO设计的影响。我们还对整个GOTO设施的科学前景进行了初步评估，该设施在两个站点上使用了32个望远镜单元。
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）
Characterizing Sparse Asteroid Light Curves with Gaussian Processes
在像Zwicky Transient Facility和Rubin Observatory's Legacy Survey of Space and Time这样的宽场测量时代，稀疏的光度测量在小行星观测中所占的比例越来越大，特别是对于这些大型测量中新发现的小行星。后续观测，以补充这些稀疏的数据可能是昂贵的，在许多情况下，为了克服这些采样的限制，我们引入了一个灵活的模型，高斯过程的基础上，使贝叶斯参数推断的小行星时间序列数据。该模型具有灵活性和可扩展性，可以同时模拟多个小行星属性，如旋转周期，光变曲线幅度，变化的脉冲轮廓以及由于相位角演变而引起的幅度变化。在这里，我们专注于旋转周期的推断。基于模拟的光变曲线和Zwicky瞬态设施的实际观测，我们表明，新模型可靠地推断旋转周期从稀疏采样的光变曲线，一般提供良好的约束后验概率密度的模型参数。我们提出这个框架作为快速，但非常有限的周期检测算法和更全面，但计算昂贵的形状建模的基础上射线跟踪代码之间的中间方法。
SNAD Transient Miner: Finding Missed Transient Events in ZTF DR4 using k-D trees
我们报告了在Zwicky Transient Facility第四次数据发布（ZTF DR 4）中自动检测到的11个瞬变（7个可能的超新星和4个活动星系核候选者），所有这些瞬变都是在2018年观察到的，并且没有出现在公共目录中。其中，三个不是ZTF警报流的一部分。我们的瞬态挖掘策略采用了41个物理动机的功能，从真实的光变曲线和四个模拟的光变曲线模型（SN Ia，SN II，TDE，SLSN-I）提取。这些特征被输入到k-D树算法，从中我们计算出15个最近的邻居。经过预处理和选择切割后，我们的数据集包含大约一百万个对象，其中我们从七个最亮，采样最好的模拟中视觉检查了105个最近的邻居，包括89个独特的ZTF DR 4源。我们的研究结果说明了连贯地结合领域知识和自动学习算法的潜力，这是指导SNAD团队的指导原则之一。它还表明，ZTF DR是一个合适的数据挖掘算法的测试场，旨在为下一代天文数据做准备。
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）
