Detection of fast radio transients with multiple stations: a case study using the Very Long Baseline Array
最近的研究揭示了一类重要的新的瞬态无线电现象,发生在亚毫秒的时间尺度。通常,临时调查的数据量太大,无法彻底存档。相反,在线自动系统必须消除脉冲干扰并实时检测候选事件。这项工作提出了一个案例研究,使用来自多个地理分布站的数据,同时进行干扰切除和瞬态检测。我们提出了几种算法,将去分散数据从多个站点,并报告实验与一个实时瞬态检测系统的甚长基线阵列(VLBA)。我们使用脉冲星B0329+54的观测数据对系统进行了测试。多站算法提高了检测单个脉冲的灵敏度。这些策略可以提高下一代地理分布阵列的检测性能,如澳大利亚平方公里阵列探路者和平方公里阵列。
2011-04-26 astro-ph.IM
Real-Time Dedispersion for Fast Radio Transient Surveys, using Auto Tuning on Many-Core Accelerators
去色散,即消除星际物质对脉冲信号的有害拖尾,是任何射电观测中对脉冲和快速瞬变的最密集的处理步骤之一。我们在这里提出了一个研究的多核加速器,包括GPU的AMD和NVIDIA的,和英特尔至强融核的并行化算法。我们发现,去色散是固有的记忆约束。即使在一个完美的场景中,硬件限制也会使算术强度保持较低,从而限制性能。接下来,我们利用自动调谐来适应不同的加速器,观测甚至望远镜。我们证明,最佳设置之间的观察设置不同,自动调整显着提高性能。这影响了从Anchatif到SKA的时域勘测。
2016-01-06 astro-ph.IM
V-FASTR: The VLBA Fast Radio Transients Experiment
最近用单碟射电望远镜发现了分散的非周期性脉冲无线电信号,这引发了人们对探索快速瞬变无线电信号相对未知空间的极大兴趣。在这里,我们描述了V-FASTR,一个实验,使用甚长基线阵列(VLBA)进行快速瞬态无线电信号的盲搜索。该实验完全以一种并行模式运行,同时进行正常的VLBA观测和操作。这是由于用于处理VLBA数据的DiFX软件相关器的功能和灵活性。使用VLBA进行这种类型的实验比单碟实验具有显着的优势,包括更大的视野,能够轻松区分本地射频干扰和真实信号,以及将天空中检测到的事件定位到毫弧秒精度的可能性。我们描述了我们的软件管道,它接受短积分(~ms)光谱仪数据从每个天线在实时相关,并执行一个不相干的去色散分别为每个天线,在一个范围内的试验色散措施。去分散的数据由复杂的检测器处理,并记录候选事件。在关联结束时,存储事件发生时的原始数据的小片段以供进一步分析。我们提出了我们的事件检测管道的一些测试观测的恒星B 0329 +54和B 0531 +21(螃蟹脉冲星)的结果。
2011-05-25 astro-ph.IM
Unsupervised Transient Light Curve Analysis Via Hierarchical Bayesian Inference
历史上,超新星(SNe)和其他瞬变类的光变曲线研究集中在具有丰富和高信噪比观测的单个对象上。在宽场瞬态搜索的新生时代,具有详细观测的对象作为总体已知SN群体的一部分正在减少,并且这种策略牺牲了关于瞬态的潜在群体的数据中所包含的大部分信息。群体水平建模方法,同时拟合感兴趣的瞬态子类中的对象的所有可用观测,充分挖掘数据以推断群体的属性并避免某些系统偏差。我们提出了一种新的分层贝叶斯统计模型的人口水平建模的瞬态光变曲线,并讨论了其实现使用一个有效的哈密顿蒙特卡罗技术。作为测试案例,我们将此模型应用于Pan-STARRS 1中深巡天的IIP型SN样本,该样本由76 SNe的18,837个光度观测组成,对应于我们模型下具有9,176个参数的联合后验分布。我们的分层模型拟合提供了改进的约束光变曲线参数相关的物理性质,其祖星相对于单独建模的个人光变曲线。此外,我们直接从模型超参数中评估看不见的光变曲线特征发生率的概率,解决调查方法中的观察偏差。我们认为这个建模框架是一种无监督的机器学习技术,能够最大限度地提高未来广域瞬态搜索(如LSST)收集的数据的科学回报。\smallskip
2014-04-14 astro-ph.HE astro-ph.IM
Enabling near real-time remote search for fast transient events with lossy data compression
我们提出了一个系统的评估JPEG 2000(ISO/IEC 15444)作为一种传输数据格式,使快速的瞬态事件的快速远程搜索的一部分,更深更广更快的程序(ESTA)。它使用了从无线电到伽马射线的20台望远镜,对毫秒到小时的时间尺度上的快速瞬变事件进行同步和快速响应的后续搜索。搜索需求有一组约束,这在大型协作中变得越来越普遍。在这里,我们专注于快速的光学数据组件,由暗能量相机(DECam)在CTIO。每个DECam图像共有70个CCD保存为约1.2 GB的FITS文件。近实时数据处理和快速瞬态候选识别-在其他望远镜上快速后续触发的几分钟内-需要超过CTIO现场现有的计算能力。在这种情况下,需要将数据文件快速传输到国外,以便进行超级计算后处理、源查找、可视化和分析。搜索过程中的这一步是一个主要的瓶颈,减少数据大小有助于适应更快的数据传输。为了最大限度地增加传输时间并实现我们的科学目标,我们选择了有损数据压缩-请记住,原始数据是存档的,可以在以后进行评估。我们评估有损JPEG 2000压缩如何影响寻找瞬变的过程中,发现只有一个可忽略不计的影响压缩比高达~25:1。我们还发现压缩比和平均估计的数据传输加速因子之间的线性关系。在科学管道中添加高度定制的压缩和解压缩步骤,大大减少了传输时间-验证了其对科学管道的引入,并使科学成为当前技术中的难点。
2017-08-15 astro-ph.IM
FIP-TOI: Fast Imaging Pipeline for Pulsar Localisation with a Transient-Oriented Radio Astronomical Imager
University of Oxford(牛津大学);Silesian University in Opava(奥帕瓦西里西亚大学);Mila - Québec Artificial Intelligence Institute(米拉-魁北克人工智能研究所);University of Cambridge(剑桥大学);Special Astrophysical Observatory of the Russian Academy of Sciences(俄罗斯科学院特别天体物理观测站)
FIP-TOI通过结合SVD和GPU加速的TOI与FITrig检测器,实现脉冲星的快速高精度定位。
2026-08-18 astro-ph.IM
Limits on the event rates of fast radio transients from the V-FASTR experiment
我们提出的第一个结果,从V-FASTR实验,快速瞬变射电爆发的超长基线阵列(VLBA)的搜索。V-FASTR的独特之处在于,宽间距VLBA天线提供了对非天文信号的判别,以及单碟或短基线干涉仪无法实现的事件定位和识别机制。到目前为止,V-FASTR已经积累了超过1300小时的VLBA观测时间,在90厘米和3毫米波长(327 MHz - 86 GHz),提供了在高射频(>1.4 GHz)的快速瞬态事件率的第一个限制。V-FASTR已经从七颗已知的超新星中盲目地探测到了明亮的单个脉冲,但还没有探测到任何表明射电辐射的高红移脉冲爆发的单脉冲事件。在1.4 GHz,V-FASTR限制了与阿雷西博望远镜的PALFA调查相当的快速瞬态事件率,但通常灵敏度较低,与艾伦望远镜阵列的“蝇眼”调查相当,但天空覆盖范围较小。我们还说明了可能的性能的第一阶段SKA碟形阵列的非相干快速瞬态搜索上V-FASTR。
2012-05-26 astro-ph.HE astro-ph.IM
Searching for Fast Astronomical Transients in Archival Photographic Plates
Independent Researcher, Retired Developer at NASA/AURA/STScI(独立研究者,NASA/AURA/STScI退休开发者)
基于汉堡天文台施密特相机1950年代底片,独立确认VASCO项目发现的快速瞬变具有系统性窄半峰全宽,支持亚秒级光学闪光解释。
2026-06-23 astro-ph.IM
Computationally efficient algorithm for fast transients detection
计算成本低廉的算法,用于检测分散的瞬态已被开发使用累积和(Cumulative Sums)计划,用于检测信号的统计特性的突变。在脉冲星PSR J 0835 -4510上验证了算法的有效性。
2011-04-27 astro-ph.IM astro-ph.SR
Searching for Fast Optical Transients using VERITAS Cherenkov Telescopes
天文瞬变现象本质上是一个有趣的研究课题。快速光学瞬变(微秒时间尺度)是光学天文学的一个基本未开发的领域,主要是由于大型光学望远镜的超额认购。此外,大多数光学观测使用积分时间为秒级的仪器,因此无法分辨快速瞬变。然而,目前的大气切伦科夫伽马射线望远镜具有巨大的收集区域(例如,VERITAS由四个12米望远镜组成),比任何现有的光学望远镜都要大,并且通常可以在不干扰伽马射线观测的情况下进行此类研究。以下概述了使用切伦科夫望远镜检测光学瞬变的好处,以及VERITAS瞬变检测器(TRenDy)的实现,这是一种基于现场可编程门阵列的专用多通道光度计。数据展示了TrenDy探测瞬态事件的能力,如恒星通过其视野和脉冲星的光学光变曲线。
2012-06-27 astro-ph.HE astro-ph.IM
Detection of fast transients with radio interferometric arrays
下一代无线电阵列,包括平方公里阵列(SKA)及其探路者,将为无线电波长的瞬态科学开辟新的途径。他们的创新设计,包括大量的小元素,在数字处理和最佳观测策略提出了一些挑战。巨型米波射电望远镜(GMRT)提供了一个很好的测试平台,用于开发和验证未来阵列瞬态实验的合适观测模式和策略。在这里,我们描述的第一阶段的瞬态检测系统的GMRT计划最终在一个与其他观测程序的并行模式下运行的持续发展。它利用了GMRT的干涉仪和子阵列功能,以及新软件后端的多功能性。我们概述了在规划和设计的瞬态勘探计划与干涉阵列的考虑,并描述了一个试点调查,进行援助的算法和相关的分析软件的开发。该调查是在325和610 MHz进行的,覆盖了天空的360度$^2$,停留时间很短。它提供了大量的真实数据,可用于测试适用于瞬态检测的各种算法和观察策略的有效性。我们提出的例子,说明检测短时间的瞬变,包括使用子阵列的更高的弹性,以虚假的事件的陆地起源,通过成像和使用的相控阵列的改进的信号检测和确认的候选事件的本地化的方法。除了展示干涉阵列在快速瞬态探测中的应用外,我们的努力标志着SKA时代科学路线图的重要步骤。
2013-04-12 astro-ph.IM
A Machine Learning Framework for Stellar Collision Transient Identification
针对现代天文巡天(如ZTF)的大量暂现事件,该研究开发机器学习框架,通过模拟光变曲线库与近似最近邻算法匹配观测数据,识别星系核中易被误判的恒星碰撞候选事件并验证模拟参数,为未来巡天提供高效分析方法。
2025-04-15 astro-ph.IM
A framework for interpreting fast radio transients search experiments: application to the V-FASTR experiment
我们定义了一个框架,用于确定约束的快速瞬态事件的检测率从人口的基本来源,以期将波束形状,频率效应,散射效应和检测效率的度量。然后,我们展示了一种方法,将独立的数据集组合成一个单一的事件率约束图,使用概率方法的参数空间的限制。我们应用这个新的框架,提出了最新的结果,从V-FASTR实验,一个快速瞬变搜索使用甚长基线阵列(VLBA)。在20厘米波段,V-FASTR现在有能力探测的参数空间的重要性,为所观察到的洛里默和基恩快速无线电瞬变候选人的区域,通过结合不同带宽的观测信息,并适当占源分散措施,VLBA天线波束形状,实验时间采样,和随机性质的事件。然后,我们应用该框架结合V-FASTR和ATA Fly's Eye实验的结果,证明了它们的互补性。然后计算SKA第一阶段碟形阵列的快速瞬态实验的预期,并讨论了大差分带宽的影响。
2013-01-25 astro-ph.CO astro-ph.IM
Searching transients in large-scale surveys. A method based on the Abbe value
提出了一种新的方法,以确定在大规模调查的基础上,在他们的光变曲线的变化模式的瞬变候选人。该方法是基于阿贝值,估计光变曲线的平滑度,并在一个新引入的值称为过量阿贝,估计光变曲线变化模式的规律性在观察的持续时间。基于模拟的光变曲线,瞬态显示占据阿贝与过量阿贝图中的特定区域,与在其光变曲线中呈现脉动状特征或具有无特征光变曲线的源不同。该方法进行了测试,从EROS-2和OGLE-II的调查,在一个0.50度x 0.17度的天空在LMC领域的真实光变曲线。该方法从总共约1300颗变星中识别出43颗EROS-2瞬变候选星,以及19颗OGLE-II候选星。该方法的效率进行了进一步测试,通过比较已知的Be星在文献中的瞬态候选人的列表。结果表明,所有已知的Be星在研究领域的可检测的爆发或爆发的方法成功地提取。此外,在该领域中发现了四个显示爆发和/或爆发的新的瞬态候选者,其中至少两个是好的新Be候选者。新方法被证明是一个潜在的强大的工具,从大规模的多历元调查中提取瞬态候选人。光度测量不确定性越好,检测到的瞬态候选者的列表就越清晰。此外,该图被证明是一个很好的诊断工具,检查多历元光度测量的数据质量。例如,仪器和/或数据减少来源的趋势将通过图中的点的意外分布来表现。
2014-06-30 astro-ph.IM astro-ph.SR
The Commensal Real-time ASKAP Fast Transients (CRAFT) survey
我们正在开发一个纯粹的快速(<5秒)瞬态射电源的测量实验。短时间尺度的瞬变与宇宙中最具能量和最明亮的单个事件有关。我们的目标是覆盖ASKAP提供的大量瞬态参数空间,具有前所未有的灵敏度和视场组合。快速时标瞬变现象为高亮度温度辐射物理学、物质的极端状态和强引力场物理学开辟了新的前景。此外,河外天体的探测为我们提供了一个全新的和极其灵敏的探测IGM中存在的巨大重子库。在这里,我们概述了我们的方法来检测快速瞬变过程中所涉及的相当大的挑战,特别是硬件的发展速度足够快,去分散和搜索的ASKAP数据流或接近实时的速率。通过CRAFT,ASKAP将为SKA提出的高时间分辨率科学的许多关键技术和调查模式提供试验平台。
2010-01-18 astro-ph.HE astro-ph.IM
PISCOLA: a data-driven transient light-curve fitter
即将进行的时域调查,如鲁宾天文台的空间和时间遗产调查,将大大增加超新星(SNe)和其他光学瞬变的样本,需要新的数据驱动技术来分析它们的光度光变曲线。在这里,我们提出了“智能超新星宇宙光曲线分析Python”(PISCOLA),这是一个开源的数据驱动的光曲线拟合器,使用高斯过程,可以估计瞬态的静止帧光曲线,而不需要底层的光曲线模板。我们测试PISCOLA的大规模模拟Ia型SNe(SNe Ia),以验证其性能,并显示它成功地检索休息帧峰值幅度平均调查节奏长达7天。我们还比较了现有的超新星Ia光变曲线拟合SALT 2的真实数据,并发现只有小(但显着)的不同光变曲线参数的分歧。作为PISCOLA应用的概念验证,我们用非负矩阵分解法分解和分析了Pantheon SN Ia样本的PISCOLA静止框架光变曲线。我们的新参数化提供了与现有光曲线拟合器(如SALT 2)相似的性能。我们进一步从PISCOLA推导出了适用于$\sim$ 3500 ~ 7000 μ m的Ia型超新星的色律,并发现与SALT 2色律和具有全消光比与选择消光比$R_V \lesssim 3.1$的红化律一致。
2021-10-20 astro-ph.CO astro-ph.HE astro-ph.IM
Searching for fast extragalactic X-ray transients in Chandra surveys
最近的工作在钱德拉深场南发现了两个快($\approx 10$ ks)河外X射线瞬变(CDF-S XT 1和XT 2)。这些发现表明,在档案X射线观测中可能存在大量类似的河外瞬变。我们开发了一种方法,可以有效地检测这样的瞬变在一个单一的钱德拉曝光,并系统地将其应用到钱德拉调查的CDF-S,CDF-N,DEEP 2,UDS,COSMOS,和E-CDF-S,共19~Ms的曝光。我们找到了13个瞬时候选者,包括CDF-S XT 1和XT 2。借助现有的优秀的多波长观测,我们确定了所有这些候选人的物理性质。除了CDF-S XT 1和XT 2外,其他11个源都是恒星天体,它们都具有$z$波段亮度超过20的亮度。我们估计CDF-S XT样瞬变的事件率为$59^{+77}_{-38}\ \rm{evt\ yr^{-1} deg^{-2}}$,峰值通量为0.5-7 keV $\log F_{\rm peak} \gtrsim -12.6$(erg cm $^{-2}$ s $^{-1}$)。这一事件率转化为$\approx 15^{+20}_{-10}$瞬变存在于银河系纬度$|b|>20^{\circ}$的钱德拉档案观测中,这可以在未来的工作中进行探索。未来的任务,如雅典娜和爱因斯坦探测器与大把握(有效面积$\times$视场)需要发现一个大样本($\sim$数千)的快速河外X射线瞬变。
2019-06-06 astro-ph.HE astro-ph.IM
Understanding of the properties of neural network approaches for transient light curve approximations
Max-Planck-Institut für Astronomie(马克斯·普朗克天文研究所);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Lomonosov Moscow State University(罗蒙诺索夫莫斯科国立大学);Moscow Institute of Physics and Technology(莫斯科物理技术学院);Moscow Polytechnic University(莫斯科理工大学);HSE University(高等经济大学)
本文研究用神经网络(多层感知机、贝叶斯神经网络、归一化流)近似不规则采样的瞬变光曲线,证明少量观测即可优于现有模型且比高斯过程更快,并发布Fulu Python库。
2023-09-16 astro-ph.IM cs.LG
The Radio Sky on Short Timescales with LOFAR: Pulsars and Fast Transients
LOFAR,即“低频阵列”,将成为新一代射电望远镜和平方公里阵列(SKA)探路者中的首批产品之一,这些产品在功能上非常灵活,因为它们主要是软件驱动的。LOFAR不仅将开辟一个几乎未被探索的光谱窗口,从地球表面可观察到的最低频率的无线电光,但它也将是一个前所未有的工具,用它来监测瞬态无线电天空在一个大的视场和下降到毫秒或更短的时间尺度。并简要介绍了最近对已知恒星的试运行观测。
2009-03-08 astro-ph.IM astro-ph.SR
TransFit: An Efficient Framework for Transient Light-Curve Fitting with Time-Dependent Radiative Diffusion
针对暂现源光变曲线建模中半解析模型精度不足、数值模拟计算成本高的问题,提出TransFit框架,通过数值求解含时变辐射扩散等物理过程的广义能量守恒方程,实现兼具物理真实性与计算效率的光变曲线拟合,助力暂现源巡天数据的物理分析。
2025-05-20 astro-ph.HE astro-ph.IM
Probing the extragalactic fast transient sky at minute timescales with DECam
光学瞬变的观测通常以几天到几周的节奏进行,为超新星的发现进行了优化。光学快速瞬变天空仍然在很大程度上未被探索,迄今为止只有少数调查对以亚小时时间尺度演变的河外瞬变的检测施加了有意义的限制。在这里,我们提出了使用暗能量相机,我们的全波长和全信使更深,更广,更快的方案的核心设施,对昏暗,分钟时间尺度的河外快速瞬变的深度搜索结果。我们使用连续20秒的曝光,系统地探测时间尺度低至1.17分钟的震级限制$g > 23$(AB),检测数百个瞬态和可变源。九个候选者通过了我们关于持续时间和非恒星性的严格标准,所有这些都可以根据深度多波段成像归类为耀斑星。在同时进行的多设施观测期间,对快速射电暴和伽马射线对应物的观测没有产生与光学瞬变对应的结果。此外,使用SkyMapper光学望远镜进行的成像前和后续观测没有发现长期变异。我们为一系列深度和时间尺度的分钟时间尺度快速光学瞬态速率设定了上限。最后,我们证明,光$g$波段光变曲线行为本身不能区分确认河外快速瞬变,如提示伽玛射线暴闪光和银河系恒星耀斑。
2020-02-03 astro-ph.GA astro-ph.HE astro-ph.IM
STARE2: Detecting Fast Radio Bursts in the Milky Way
短持续时间的无线电瞬态相空间有几个未探索的区域。其中一个未被探索的领域是巨脉冲(来自双星)和宇宙学定位的快速射电暴(FRB)之间的光度间隙。瞬态天文射电发射巡天2(STARE2)是对7Mpc以下的瞬态的搜索。STARE 2的视场为3.6球面度,对高于$\sim300$ kJ y的一毫秒瞬变敏感。用一个两站系统,我们已经发现和本地化的太阳爆发,表明试点系统能够检测短时间的无线电瞬变。在200天的观测中,我们没有发现持续时间在65 $μ$ s和34 ms之间的令人信服的瞬变,以95%的置信度限制了$\sim300$ kJy到$< 40$ ${\rm sky^{-1} year^{-1}}$以上瞬变的全天率。如果FRB的光度函数可以外推到距离为10 kpc的300 kJy,那么人们会期望速率为$\sim2$ ${\rm sky^{-1} year^{-1}}$。
2020-01-14 astro-ph.HE astro-ph.IM
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。
2022-10-05 astro-ph.HE astro-ph.IM cs.LG
Presto-Color: A Photometric Survey Cadence for Explosive Physics & Fast Transients
我们确定最低的观测节奏要求,使测光天文调查,以检测和识别快速和爆炸性瞬变和快速瞬变特征。短时间窗口内两个不同滤波器中的观测值(例如,G-和-I,或R-和-Z,在< 0.5小时内),并以较长的时间窗口重复这些滤波器之一(例如,> 1.5小时)。这样的观测策略在同一个夜晚提供瞬态的颜色和光曲线演变。这使得快速瞬变或较长时间尺度瞬变的快速特征的识别和初步表征成为可能,例如快速下降的超新星,千新星,以及与双星伴星或拱星材料相互作用的SN喷出物的签名。其中一些河外瞬变本质上是罕见的,通常都很难找到,因此即将到来的调查,如大型综合巡天望远镜(LSST),可以大大提高我们对它们的起源和性质的理解。我们通俗地将LSST的这种策略实现称为Presto-Color策略(快速颜色)。这种节奏的最低要求允许对其他科学目标的调查进行整体优化。
2019-04-27 astro-ph.HE astro-ph.IM astro-ph.SR
Robust Assessment of Clustering Methods for Fast Radio Transient Candidates
快速无线电瞬态搜索算法通过迭代并在一组匹配滤波器上应用阈值来识别感兴趣的信号。这些滤波器由瞬变特性(例如时间和色散)定义。一个真正的瞬变可能会触发数百次搜索试验,每一次都必须进行后处理以执行可视化和分类任务。在本文中,我们探讨了一系列的无监督聚类算法来聚类这些冗余的候选检测。我们证明了这一点的Realfast,在超大型阵列的快速瞬态搜索系统。我们使用四个特征进行聚类:天空位置(l,m),时间和离散度(DM)。我们开发了一个自定义的性能指标,以确保候选人聚集成一个小数目的纯集群,即集群与天体物理或噪声的候选人。然后,我们使用这个性能指标比较八种不同的聚类算法。我们表明,使用天空位置与DM/时间提高聚类性能相比,传统的DM/基于时间的聚类$\sim$ 10%。因此,如果位置信息可用,则应在聚类期间使用位置信息。我们进行了几次测试,比较聚类算法的性能和泛化能力,其他瞬态数据集,并提出了一种策略,可用于选择一种算法。我们的性能指标和聚类策略可以很容易地扩展到不同的单脉冲搜索管道和其他天文和非天文应用。
2021-04-14 astro-ph.HE astro-ph.IM
Mary, a pipeline to aid discovery of optical transients
快速检测光学图像中的瞬态源并触发多波长跟踪的能力是发现快速瞬态的关键。这些包括罕见和难以探测的事件,如千新星,超新星冲击爆发和“孤儿”伽马射线暴余辉。我们提出了玛丽管道,一个(大部分)自动化的工具,发现瞬态高节奏的观测与暗能量相机(DECam)在CTIO。这些观测是“更深更宽更快”计划的一部分,这是一个多设施、多波长的计划,旨在发现快速瞬变,包括与快速射电暴和引力波对应的瞬变。我们在DECam图像上对Mary管道进行的测试返回了约2.2%的假阳性率,在不到2分钟的时间内获得了约3.4%的遗漏分数,这证明了该管道适用于快速和高质量的瞬态搜索。该流水线可以适于搜索用除DECam之外的成像器获得的数据中的瞬态。
2017-08-15 astro-ph.HE astro-ph.IM astro-ph.SR
Luminous Fast Blue Optical Transients in the 2040s
Radboud University(拉德堡德大学);ESA-ESTEC(欧洲空间局欧洲空间研究与技术中心);University of Cambridge(剑桥大学);University of Warwick(华威大学);University of Bath(巴斯大学);Liverpool John Moores University(利物浦约翰摩尔斯大学)
本文探讨2040年代对明亮快速蓝色光学瞬变体的观测需求,旨在揭示其起源及对黑洞形成、核心引擎物理和星系相互作用的影响。
2025-12-16 astro-ph.HE astro-ph.IM astro-ph.SR
Ultra Fast Astronomy: Optimized Detection of Multimessenger Transients
超快天文学是一个新的前沿,通过改进探测器技术,允许发现毫秒到纳秒时间尺度上的光学瞬变。这些可能会揭示高能过程的对应物,如快速射电暴,伽马射线暴,引力波事件,或在光学搜索外星智慧(oSETI)中发挥作用。我们探讨了一些示例科学案例及其在受限资源下的优化,基本上是如何沿着许多目标的短时间搜索或更少目标的长时间搜索的频谱分布观察。作为演示的方法,我们提出了一些分析和一些数值优化,无论是原始检测和科学表征,如信息矩阵分析约束突发延迟-闪光持续时间的关系。
2021-11-04 astro-ph.CO astro-ph.HE astro-ph.IM
Review on latest progress on Supergiant Fast X-ray Transients and future direction
近年来,一类新的具有快速而明亮的闪烁X射线活动的星系瞬变现象--超巨星快速X射线瞬变的发现,彻底改变了人们对大质量X射线双星的认识和看法。这些物体显示出X射线爆发,这是很难解释的标准理论框架内的物质吸积到紧凑的对象,并可能代表了一个占主导地位的人口X射线双星。我将回顾它们的主要观测性质(中子星磁场、轨道和自旋周期、长期行为、占空比、静止和爆发发射),这些性质对最近提出的解释它们X射线行为的主要机制提出了严重的问题。我将讨论下一代X射线望远镜目前的结果和未来的前景。
2011-03-02 astro-ph.GA astro-ph.HE 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
EXIST perspective for Supergiant Fast X-ray Transients
超巨星快速X射线瞬变(SFXTs)是INTEGRAL任务最有趣(也是最意想不到)的结果之一。它们是一类新的高质量X射线双星,迄今涉及约20个源,其中8个已确定的SFXT和许多候选者。它们是由一颗大质量OB超巨星作为伴施主和一个致密天体组成的。至少有四个SFXT拥有一颗中子星,因为已经发现了X射线脉动,而对于其他SFXT,不能排除黑洞。SFXT显示短的X射线爆发(与Be/X射线瞬变相比),其特征是在几小时的短暂时间尺度上的快速耀斑和通常在1,000 - 100,000范围内的大通量变化。INTEGRAL/IBIS的灵敏度只允许捕捉明亮的耀斑(峰值在1 E36 - 1 E37 erg/s),而没有持续或静态的发射。高能X射线成像巡天望远镜(EXIST)的观测将极大地有助于研究其性质,特别是其耀斑活动的快速变化时间尺度,并有可能对硬X射线天空进行长期和尽可能连续的监测。
2010-01-19 astro-ph.HE astro-ph.IM
DRAFTS: A Deep Learning-Based Radio Fast Transient Search Pipeline
本文提出基于深度学习的射电快速暂现源搜寻流水线DRAFTS,结合目标检测与二分类,在FAST数据中实现高准确率、高完备性和快速搜索,并在FRB 20190520B重搜索中探测到Heimdall三倍以上的爆发数量。
2024-10-04 astro-ph.HE astro-ph.IM
Fast Identification of Transients: Applying Expectation Maximization to Neutrino Data
本文提出一种基于Expectation Maximization无监督机器学习的瞬变源识别方法,在单个CPU上比传统暴力搜索快超$10^4$倍,可分析多耀斑,并成功拟合了TXS 0506+056的IceCube中微子耀斑。
2024-07-19 astro-ph.HE astro-ph.IM physics.comp-ph
The fast transient sky with Gaia
欧空局的盖亚卫星扫描整个天空,时间采样范围从几秒、几小时到几个月。每次光源通过盖亚视场时,它在45 s内移动超过10个CCD,并记录4.5 s采样的光变曲线(每个CCD的交叉时间)。鉴于4.5 s采样代表了光时域天文学中几乎未探索的参数空间,该数据集可能为打开快速瞬变天空提供了独特的机会。我们提出了一种方法来开始挖掘每CCD盖亚数据中的丰富信息。我们进行广泛的数据过滤,以消除已知的板载和数据处理的文物,并提出了一种统计方法,以确定源,显示瞬态亮度变化约2小时的时间尺度。我们说明,通过使用盖亚测光CCD测量,我们可以检测到瞬态亮度变化的幅度为0.3马格的时间尺度范围从15秒到几个小时。我们在天空中搜索~23.5平方度的区域,并找到四个强候选快速瞬变。两个候选者被暂时归类为M-矮星上的耀斑,而一个可能是巨星上的耀斑,另一个可能是太阳型恒星上的耀斑。这些分类是根据档案数据和所涉时间表进行的。我们认为,这里提出的方法可以添加到现有的盖亚科学警报基础设施的快速瞬变事件的近实时公开传播。
2017-10-24 astro-ph.HE astro-ph.IM astro-ph.SR
Real-time searches for fast transients with Apertif and LOFAR
随着一个新的相控阵系统的安装,韦斯特博克综合射电望远镜(WSRT)的瞬时视场增加到8.7 $\,$度$^2$。该系统使WSRT成为进行快速射电暴(FRB)和脉冲星巡天的高效望远镜。为了利用这一优势,WSRT正在开发和调试一个先进的实时后端,称为“无线电瞬变系统”(ARTS)。除了实时检测FRB外,ARTS还将事件定位到约1/2600的视场-识别FRB性质的基本信息。ARTS还将触发新检测到的FRB的LOFAR实时跟踪,以实现角秒精度的定位。我们回顾了即将到来的时域调查,并提出了目前的状态正在进行的调试的时域功能的foctif。
2017-09-18 astro-ph.CO astro-ph.HE astro-ph.IM
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)
我们提出了RAPID(实时自动光度识别),一种新的时间序列分类工具,能够自动识别从初始警报的一天内的瞬态,光变曲线的整个生命周期。使用具有门控递归单元(GRU)的深度递归神经网络,我们提出了第一种专门用于提供天文时间序列数据早期分类的方法,分为12个不同的瞬态类。我们的分类器可以处理具有任何相位覆盖的光变曲线,并且它不依赖于从数据中导出计算昂贵的特征,使得RAPID非常适合处理正在进行和即将进行的宽场调查(如Zwicky Transient Facility(ZTF)和大型综合巡天望远镜(LSST))将产生的数百万警报。随着更多的光度数据变得可用,分类精度在瞬态的生命周期内提高,并且在12个瞬态类中,我们分别在早期和晚期获得了0.95和0.98的接收器工作特性曲线下的平均面积。我们证明了RAPID的能力,有效地提供早期的ZTF数据流中观察到的瞬态分类。我们已经将RAPID作为一个开源软件包(https://www.example.com)提供给基于机器学习的警报代理,用于在几秒钟内对数千条光变曲线进行自动快速分类。astrorapid.readthedocs.io
2019-10-07 astro-ph.HE astro-ph.IM cs.LG
A Statistical-AI Framework for Detecting Transient Flares in SDSS Stripe 82 Quasar Light Curves
Indian Institute of Technology Roorkee(印度理工学院鲁尔基分校)
本文提出FLARE框架,通过物理信息学习、异常评分和识别引擎检测暂Transient耀斑,利用EVT进行异常评分,并验证候选者。
2026-04-14 astro-ph.GA astro-ph.HE astro-ph.IM
Classification of Transient Astronomical Object Light Curves Using LSTM Neural Networks
Centro Brasileiro de Pesquisas Físicas(巴西物理研究所);Universidade Federal de Minas Gerais(巴西矿务大学);Instituto Superior Técnico(技术高级学院)
本文提出双向LSTM网络对瞬变天体光变曲线进行分类,通过重新组织类别缓解不平衡问题,但受限于时间信息和类别不平衡,部分类别表现欠佳。
2025-11-13 astro-ph.IM cs.AI cs.CV