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

要約

【タイトル】トランジット信号分類器の重複増強： ExoMinerの重複増強を用いた69個の新しい系外惑星の検証

【要約】
-系外惑星のほとんどは、補完的観測によって確認されるのではなく、検証技術を用いて発見されている。
-これらの技術は、信号に関連する情報（xで表される）を考慮して、トランジット信号が系外惑星である確率（y(x)=系外惑星）を生成する得点を生成する。
-ただし、既存の検証技術は、重複増強情報を無視している。
-本研究では、既存のトランジット信号検証器（分類器）を与えられた場合、重複情報を使用して性能を向上させるフレームワークを紹介する。
-このフレームワークを、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）、およびExoMiner（Valizadegan et al. 2022）を含む既存の分類器に適用し、このフレームワーク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するために使用された。
-提案された重複増強フレームワークを、元のExoMiner分類器（Valizadegan et al. 2022）のいくつかの欠点に対処したExoMiner V1.2に適用し、ケプラーカタログの複数のKOIを持つシステムの69個の新しい系外惑星を検証する。

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