Multiplicity Boost Of Transit Signal Classifiers: Validation of 69 New Exoplanets Using The Multiplicity Boost of ExoMiner

要約

タイトル：トランジットシグナルの多重性ブースト分類器：ExoMinerの多重性ブーストを使用して69の新しい系外惑星の検証

要約：

– 既存の系外惑星の多くは、補完的な観測によって確認されるのではなく、検証技術を使用して発見されています。
– これらの技術は、シグナルに関連する情報（xで表される）が与えられた場合に、トランジットシグナルが系外惑星である確率（y（x）=惑星外）を生成するスコアを生成します。
– Rowe et al。（2014）の検証技術以外は、既存の検証技術は多重性ブースト情報を無視しています。
– この論文では、既存のトランジットシグナルベッター（分類器）を与えられた場合、多重性情報を使用してその性能を向上させる枠組みを紹介しています。
– 筆者らは、この枠組みをvespa（Morton et al. 2016）、Robovetter（Coughlin et al. 2017）、AstroNet（Shallue＆Vanderburg 2018）、ExoNet（Ansdel et al. 2018）、GPCおよびRFC（Armstrong et al. 2020）、ExoMiner（Valizadegan et al. 2022）などの既存の分類器に適用し、この枠組みが与えられた分類器の性能を向上させることができることを主張しています。
– 筆者らは、元のExoMiner分類器（Valizadegan et al. 2022）のいくつかの欠点に対処するExoMiner V1.2の提案された多重性ブーストフレームワークを使用して、ケプラーカタログの複数のKOIを持つ系に対して69の新しい系外惑星を検証しました。

要約(オリジナル)

Most existing exoplanets are discovered using validation techniques rather than being confirmed by complementary observations. These techniques generate a score that is typically the probability of the transit signal being an exoplanet (y(x)=exoplanet) given some information related to that signal (represented by x). Except for the validation technique in Rowe et al. (2014) that uses multiplicity information to generate these probability scores, the existing validation techniques ignore the multiplicity boost information. In this work, we introduce a framework with the following premise: given an existing transit signal vetter (classifier), improve its performance using multiplicity information. We apply this framework to several existing classifiers, which include vespa (Morton et al. 2016), Robovetter (Coughlin et al. 2017), AstroNet (Shallue & Vanderburg 2018), ExoNet (Ansdel et al. 2018), GPC and RFC (Armstrong et al. 2020), and ExoMiner (Valizadegan et al. 2022), to support our claim that this framework is able to improve the performance of a given classifier. We then use the proposed multiplicity boost framework for ExoMiner V1.2, which addresses some of the shortcomings of the original ExoMiner classifier (Valizadegan et al. 2022), and validate 69 new exoplanets for systems with multiple KOIs from the Kepler catalog.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI