論文の概要: ExoMiner++ 2.0: Vetting TESS Full-Frame Image Transit Signals

• arxiv url: http://arxiv.org/abs/2601.14877v1
• Date: Wed, 21 Jan 2026 11:06:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.340143
• Title: ExoMiner++ 2.0: Vetting TESS Full-Frame Image Transit Signals
• Title（参考訳）: ExoMiner++ 2.0 - TESSフルフレームイメージトランジション信号のベッティング
• Authors: Miguel J. S. Martinho, Hamed Valizadegan, Jon M. Jenkins, Douglas A. Caldwell, Joseph D. Twicken, Ben Tofflemire, Marziye Jafariyazani,
• Abstract要約: ExoMiner++ 2.0は、もともとTESS 2分データ用に開発されたExoMiner++フレームワークの適応版である。 このモデルは、Threshold Crossing Eventsの非惑星分類に対して大規模な惑星の分類を行うために使用される。 ExoMiner++ 2.0はFFI領域に効果的に一般化し、惑星信号、天体物理学的偽陽性、計器的人工物間の堅牢な識別を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Transiting Exoplanet Survey Satellite (TESS) Full-Frame Images (FFIs) provide photometric time series for millions of stars, enabling transit searches beyond the limited set of pre-selected 2-minute targets. However, FFIs present additional challenges for transit identification and vetting. In this work, we apply ExoMiner++ 2.0, an adaptation of the ExoMiner++ framework originally developed for TESS 2-minute data, to FFI light curves. The model is used to perform large-scale planet versus non-planet classification of Threshold Crossing Events across the sectors analyzed in this study. We construct a uniform vetting catalog of all evaluated signals and assess model performance under different observing conditions. We find that ExoMiner++ 2.0 generalizes effectively to the FFI domain, providing robust discrimination between planetary signals, astrophysical false positives, and instrumental artifacts despite the limitations inherent to longer cadence data. This work extends the applicability of ExoMiner++ to the full TESS dataset and supports future population studies and follow-up prioritization.
• Abstract（参考訳）: トランジット系外惑星サーベイ衛星 (TESS) フルフレーム画像 (FFI) は、数百万の恒星に対して光度時系列を提供し、事前選択された2分間の目標の限られたセットを超えるトランジット探索を可能にする。 しかし、FFIは交通機関の識別と精査にさらなる課題を提示している。 本研究では,もともとTESS 2分データ用に開発されたExoMiner++フレームワークをFFI光度曲線に適用する。 このモデルは、この研究で分析されたセクターにわたるThreshold Crossing Eventsの大規模な惑星分類と非惑星分類に使用される。 評価された全ての信号の均一な検証カタログを構築し、異なる観測条件下でのモデル性能を評価する。 ExoMiner++ 2.0は、より長いケイデンスデータに固有の制限にもかかわらず、惑星信号、天体物理学的偽陽性、計器的アーティファクトの堅牢な識別を提供し、FFIドメインに効果的に一般化する。 この作業は、ExoMiner++の完全なTESSデータセットへの適用性を拡張し、将来の人口調査とフォローアップ優先順位付けをサポートする。

関連論文リスト

• STAR: A Benchmark for Astronomical Star Fields Super-Resolution [52.895107920663236]
  54,738個のフラックス一貫性の星体画像対を含む大規模SRデータセットSTARを提案する。 本稿では,Flux-Invariant Super Resolution (FISR)モデルを提案する。
  論文  参考訳（メタデータ） (2025-07-22T09:28:28Z)
• DART-Vetter: A Deep LeARning Tool for automatic triage of exoplanet candidates [29.27453886018479]
  DART-Vetterは、相対的な信号の周期に折り畳まれた光曲線のみを処理する畳み込みニューラルネットワークである。 我々は、DART-Vetterを、TESSとKeplerの光曲線で、公開され、均質にラベル付けされたいくつかのデータセットで訓練し、テストした。
  論文  参考訳（メタデータ） (2025-06-05T20:05:16Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• ExoMiner++: Enhanced Transit Classification and a New Vetting Catalog for 2-Minute TESS Data [0.30325574299856156]
  2分間のTESSデータにおけるトランジット信号の分類を改善するために,ExoMinerの成功に基づく強化されたディープラーニングモデルを提案する。 ExoMiner++には、周期図、フラックストレンド、差画像、展開されたフラックス、宇宙船の姿勢制御データなど、追加の診断入力が含まれている。 本研究では,ExoMiner++の分類と各トランジット信号に対する信頼性スコアを含む新しいTESSカタログを紹介する。
  論文  参考訳（メタデータ） (2025-02-13T21:53:58Z)
• SMPLest-X: Ultimate Scaling for Expressive Human Pose and Shape Estimation [81.36747103102459]
  表現的人間のポーズと形状推定(EHPS)は、身体、手、顔の動きを多数の応用で統合する。 現在の最先端の手法は、限定されたデータセット上で革新的なアーキテクチャ設計を訓練することに焦点を当てている。 本稿では,EHPSのスケールアップが一般基盤モデルのファミリに与える影響について検討する。
  論文  参考訳（メタデータ） (2025-01-16T18:59:46Z)
• SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [68.18620488664187]
  本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。 具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、密度分布を持つ。 各種ラベル付き環境下での多目的対象物に対する大規模な実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-01T07:03:51Z)
• Joint Spatial-Temporal and Appearance Modeling with Transformer for Multiple Object Tracking [59.79252390626194]
  本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。 提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-05-31T01:19:18Z)

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。