論文の概要: Exoplanet Transit Candidate Identification in TESS Full-Frame Images via a Transformer-Based Algorithm

• arxiv url: http://arxiv.org/abs/2502.07542v1
• Date: Tue, 11 Feb 2025 13:29:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-12 14:06:13.601094
• Title: Exoplanet Transit Candidate Identification in TESS Full-Frame Images via a Transformer-Based Algorithm
• Title（参考訳）: 変圧器を用いたTESSフルフレーム画像における外惑星トランジット候補同定
• Authors: Helem Salinas, Rafael Brahm, Greg Olmschenk, Richard K. Barry, Karim Pichara, Stela Ishitani Silva, Vladimir Araujo,
• Abstract要約: 本稿では,位相折り畳みや周期性の仮定を必要とせず,太陽系外惑星のトランジット信号を同定する手法を提案する。 我々は、トランスフォーマーにインスパイアされた新しいニューラルネットワークを実装し、FFI(Full Frame Image)光曲線を直接処理し、外惑星のトランジットを検出する。 本モデルでは,122光度曲線,88光度,4光度を含む214個の新しい惑星系候補を同定した。
• 参考スコア（独自算出の注目度）: 2.447952962179654
• License:
• Abstract: The Transiting Exoplanet Survey Satellite (TESS) is surveying a large fraction of the sky, generating a vast database of photometric time series data that requires thorough analysis to identify exoplanetary transit signals. Automated learning approaches have been successfully applied to identify transit signals. However, most existing methods focus on the classification and validation of candidates, while few efforts have explored new techniques for the search of candidates. To search for new exoplanet transit candidates, we propose an approach to identify exoplanet transit signals without the need for phase folding or assuming periodicity in the transit signals, such as those observed in multi-transit light curves. To achieve this, we implement a new neural network inspired by Transformers to directly process Full Frame Image (FFI) light curves to detect exoplanet transits. Transformers, originally developed for natural language processing, have recently demonstrated significant success in capturing long-range dependencies compared to previous approaches focused on sequential data. This ability allows us to employ multi-head self-attention to identify exoplanet transit signals directly from the complete light curves, combined with background and centroid time series, without requiring prior transit parameters. The network is trained to learn characteristics of the transit signal, like the dip shape, which helps distinguish planetary transits from other variability sources. Our model successfully identified 214 new planetary system candidates, including 122 multi-transit light curves, 88 single-transit and 4 multi-planet systems from TESS sectors 1-26 with a radius > 0.27 $R_{\mathrm{Jupiter}}$, demonstrating its ability to detect transits regardless of their periodicity.
• Abstract（参考訳）: トランジット太陽系外惑星探査衛星(TESS)は、大気のかなりの部分を調査し、太陽系外惑星のトランジット信号を特定するために徹底的な分析を必要とする膨大な光度時系列データを生成している。 自動学習アプローチは、トランジット信号の識別に成功している。 しかし,既存のほとんどの手法は候補の分類と検証に重点を置いているが,候補探索のための新しい手法を探求する試みは少ない。 新たな太陽系外惑星トランジット候補を探索するため,マルチトランジット光曲線で観測されるようなトランジット信号の位相折り畳みや周期性を仮定することなく,惑星外惑星トランジット信号を同定する手法を提案する。 これを実現するために、トランスフォーマーにインスパイアされた新しいニューラルネットワークを実装し、FFI(Full Frame Image)光曲線を直接処理し、外惑星のトランジットを検出する。 トランスフォーマーは、もともと自然言語処理用に開発されたが、最近、シーケンシャルデータに焦点を絞った以前のアプローチと比較して、長距離依存を捕捉することに成功した。 この能力により、事前の遷移パラメータを必要とせず、背景および遠近点時系列と組み合わせて、完全な光曲線から直接外惑星トランジット信号を特定するために、マルチヘッド自己アテンションを用いることができる。 ネットワークは、他の変動源と惑星の遷移を区別するのに役立つディップ形状のようなトランジット信号の特徴を学習するために訓練されている。 我々のモデルでは、TESSセクターから122の多重トランジット光曲線、88の単一トランジット、および4の多惑星系を含む214の新しい惑星系候補を半径 > 0.27 $R_{\mathrm{Jupiter}}$ で同定し、周期性に関係なくトランジットを検出する能力を示した。

関連論文リスト

• SatSynth: Augmenting Image-Mask Pairs through Diffusion Models for Aerial Semantic Segmentation [69.42764583465508]
  我々は,地球観測における注釈付きデータの不足に対処するために,生成的画像拡散の可能性を探る。 我々の知る限りでは、衛星セグメンテーションのための画像と対応するマスクの両方を最初に生成する。
  論文  参考訳（メタデータ） (2024-03-25T10:30:22Z)
• Rethinking Transformers Pre-training for Multi-Spectral Satellite Imagery [78.43828998065071]
  教師なし学習の最近の進歩は、下流タスクにおける有望な結果を達成するための大きな視覚モデルの可能性を示している。 このような事前学習技術は、大量の未学習データが利用可能であることから、リモートセンシング領域でも最近研究されている。 本稿では,マルチモーダルで効果的に活用されるマルチスケール情報の事前学習と活用について述べる。
  論文  参考訳（メタデータ） (2024-03-08T16:18:04Z)
• Distinguishing a planetary transit from false positives: a Transformer-based classification for planetary transit signals [2.2530415657791036]
  交通信号の自動分類のための新しいアーキテクチャを提案する。 提案アーキテクチャは、トランジット信号と恒星パラメータの最も重要な特徴を捉えるように設計されている。 我々は,太陽系外惑星トランジット信号の認識に応用されたCNNに関する競合的な結果が得られることを示す。
  論文  参考訳（メタデータ） (2023-04-27T15:43:25Z)
• Discovering Long-period Exoplanets using Deep Learning with Citizen Science Labels [27.92211254318365]
  我々は、PHTボランティアスコアをトレーニングデータとして、惑星移動を分類するために、1次元畳み込みニューラルネットワークを訓練する。 我々は、ボランティアスコアを使用することで、合成データよりもパフォーマンスが大幅に向上し、既知の惑星の回復を可能にすることを発見した。
  論文  参考訳（メタデータ） (2022-11-13T13:33:34Z)
• CycleTrans: Learning Neutral yet Discriminative Features for Visible-Infrared Person Re-Identification [79.84912525821255]
  Visible-infrared person re-identification (VI-ReID) は、可視・赤外線モダリティ間で同一人物をマッチングするタスクである。 既存のVI-ReID手法は主に、特徴識別性を犠牲にして、モダリティを越えて一般的な特徴を学習することに焦点を当てている。 ニュートラルかつ差別的な特徴学習のための新しいサイクル構築型ネットワークであるCycleTransを提案する。
  論文  参考訳（メタデータ） (2022-08-21T08:41:40Z)
• Unsupervised Learning of Accurate Siamese Tracking [68.58171095173056]
  分類枝と回帰枝の両方で時間対応を学習できる新しい教師なし追跡フレームワークを提案する。 トラッカーは、トラッカーネットやLaSOTのような大規模データセット上で、教師なしの手法と同等の性能を発揮する。
  論文  参考訳（メタデータ） (2022-04-04T13:39:43Z)
• Automatically detecting anomalous exoplanet transits [0.0]
  本稿では,一対の変分オートエンコーダを用いて,メイントランジットと残差の遅延表現を推定するアーキテクチャを提案する。 得られた2つのデータを用いて, 異常なトランジット残差の潜在表現が, 生データよりも異常検出に顕著に有用であることを示す。 我々の研究は、異常な太陽系外惑星のトランジット曲線を自動的に同定する最初のものである。
  論文  参考訳（メタデータ） (2021-11-16T18:24:49Z)
• Towards Robust Monocular Visual Odometry for Flying Robots on Planetary Missions [49.79068659889639]
  火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。 高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。 また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-12T12:52:20Z)
• Identifying Planetary Transit Candidates in TESS Full-Frame Image Light Curves via Convolutional Neural Networks [1.2583362454189522]
  Transiting Exoplanet Survey Satelliteは、2年間の一次ミッションを通して、空の75%の恒星からの光を測定しました。 何百万ものTESS 30分のケイデンス光曲線は、通過する太陽系外惑星の探索で分析する。 本稿では,惑星通過信号の同定と偽陽性の除去を訓練する畳み込みニューラルネットワークを提案する。 我々は、我々のネットワークによって特定された181個の新しい惑星候補を提示する。
  論文  参考訳（メタデータ） (2021-01-26T16:40:51Z)
• Searching for Possible Exoplanet Transits from BRITE Data through a Machine Learning Technique [0.0]
  BRITE衛星の光度曲線を機械学習技術を用いて検討した。 トランジット候補を探すためにいくつかの畳み込みニューラルネットワークが構築された。 この手法は、少数の輸送候補を効率的に導くことができる。
  論文  参考訳（メタデータ） (2020-12-18T03:42:19Z)
• AOT: Appearance Optimal Transport Based Identity Swapping for Forgery Detection [76.7063732501752]
  顔偽造検出のための外観の相違が大きい新しい識別スワップアルゴリズムを提案する。 外観のギャップは主に、照明と肌の色における大きな相違から生じる。 実画像パッチと偽画像パッチの混在とを識別するために識別器を導入する。
  論文  参考訳（メタデータ） (2020-11-05T06:17:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。