Multivariate Time Series Classification of Fermi-Detected Gamma-Ray Transients Using Convolutional-Recurrent Neural Networks

Resumen Técnico: Clasificación de Transitorios de Rayos Gamma Detectados por Fermi mediante Redes Neuronales Convolucionales-Recurrentes

1. Planteamiento del Problema

El telescopio espacial de rayos gamma Fermi ha acumulado un vasto archivo de eventos transitorios de alta energía desde su lanzamiento en 2008. La clasificación actual de estos eventos (como Estallidos de Rayos Gamma - GRBs, Destellos de Rayos Gamma Terrestres - TGFs, Fulguraciones Solares - SFLAREs y Repetidores de Rayos Gamma Suaves - SGRs) depende de métodos tradicionales basados en umbrales fijos, precisión de localización y características manuales de las curvas de luz.
En la era de la astronomía multi-mensajero y multi-longitud de onda, la identificación rápida y fiable es crítica para permitir seguimientos coordinados. Los métodos actuales tienen limitaciones:

• La clasificación a bordo es rápida pero probabilística y a veces imprecisa.
• El análisis en tierra puede tardar de segundos a minutos, lo cual es insuficiente para eventos efímeros.
• Existe una necesidad urgente de enfoques automatizados, más rápidos y eficientes que puedan manejar la diversidad morfológica de las curvas de luz y detectar eventos atípicos o nuevos tipos de transitorios.

2. Metodología

Los autores desarrollaron y evaluaron dos arquitecturas de aprendizaje profundo basadas en la combinación de Redes Neuronales Convolucionales (CNN) y Redes Neuronales Recurrentes (RNN), específicamente utilizando LSTM (Long Short-Term Memory).

• Datos de Entrada:

  • Se utilizaron datos del monitor de estallidos de rayos gamma (GBM) de Fermi.
  • Se seleccionaron eventos de alta confianza (100% de probabilidad de clasificación a bordo) de cuatro clases: GRB, TGF, SGR y SFLARE.
  • Se creó un conjunto de datos equilibrado (~1000 eventos por clase, limitado por la escasez de SGRs).
  • Preprocesamiento: Se generaron curvas de luz multivariadas a partir de archivos TTE (Time-Tagged Event). Se utilizaron 7 resoluciones temporales (desde 0.001 s hasta 4.096 s) y 2 rangos de energía (10–100 keV y 100–900 keV), resultando en 14 curvas de luz por evento tras la resta del fondo.

• Arquitecturas de los Modelos:

  1. R-ConvNet:
     • Aproximación secuencial. Las curvas de luz de diferentes resoluciones temporales se apilan en un solo array.
     • Pasan por capas convolucionales 1D (para extraer características locales) y capas de pooling.
     • Se integran capas LSTM para capturar dependencias temporales a largo plazo.
     • Finaliza con capas densas y una salida softmax para clasificación multiclase.
  2. MI-DCL (Multi-Input Dual Channel Lightcurve):
     • Aproximación de múltiples entradas. Cada una de las 7 resoluciones temporales se trata como una rama de entrada independiente.
     • Cada rama tiene su propia red convolucional para extraer características específicas de esa resolución.
     • Las características extraídas se concatenan y se alimentan a una capa LSTM compartida para modelar las dependencias temporales combinadas.
     • Esto permite al modelo procesar independientemente cada escala temporal antes de fusionar la información.

• Gestión de la Incertidumbre:

  • Se introdujo una quinta clase: "UNCERTAIN".
  • Si la confianza softmax para todas las clases conocidas es inferior al 60%, el evento se clasifica como incierto. Esto permite identificar eventos fuera de distribución o anomalías.

3. Contribuciones Clave

• Primera aplicación de R-CNN para clasificación de 4 clases: Se aplica por primera vez una arquitectura híbrida CNN-LSTM para distinguir simultáneamente entre GRBs, TGFs, SGRs y SFLAREs utilizando datos de series temporales multivariadas.
• Detección de Anomalías: El diseño de la clase "UNCERTAIN" proporciona un mecanismo sistemático para flaggear eventos que no se ajustan a las categorías conocidas, facilitando el descubrimiento de fenómenos raros o nuevos.
• Eficiencia Computacional: Los modelos están diseñados para inferencia rápida, superando las limitaciones de tiempo de los métodos actuales en tierra.
• Validación en Casos Difíciles: Se probó el rendimiento en eventos que Fermi no pudo clasificar (incertidumbre en el catálogo oficial) y en eventos con puntuaciones de fiabilidad bajas.

4. Resultados

• Precisión General: Ambos modelos alcanzaron una precisión global de aproximadamente 93%.
  • R-ConvNet: Precisión de 0.94 (GRB), 0.99 (TGF), 0.90 (SGR), 0.90 (SFLARE).
  • MI-DCL: Precisión de 0.91 (GRB), 0.98 (TGF), 0.90 (SGR), 0.92 (SFLARE).
• Manejo de Incertidumbre:
  • Ambos modelos clasificaron entre el 1.96% y el 2.56% de los datos de prueba como "UNCERTAIN".
  • Al aplicar el modelo a 50 eventos no clasificados por Fermi, el modelo MI-DCL logró clasificar el 100% con alta confianza, asignando aproximadamente el 60% de estos eventos a la categoría TGF.
• Visualización: Las proyecciones UMAP mostraron que las clases forman clusters distintos, mientras que los eventos "UNCERTAIN" se ubican en los límites de estos clusters, validando la capacidad del modelo para detectar ambigüedad.
• Velocidad:
  • Tiempo de inferencia: < 0.05 segundos por evento.
  • Tiempo total de procesamiento (incluyendo preprocesamiento): < 1.6 segundos (comparado con 0.5-1 hora para el análisis humano en tierra).

5. Significado e Impacto

Este trabajo demuestra que la integración de modelos de aprendizaje profundo basados en R-CNN en las tuberías de datos (onboard o automatizadas) puede transformar la astronomía de rayos gamma:

1. Respuesta Rápida: Permite la identificación de transitorios en tiempo casi real, crucial para alertas de ondas gravitacionales y neutrinos.
2. Reducción de Falsos Positivos/Negativos: Mejora la clasificación de eventos ambiguos que los algoritmos basados en umbrales suelen descartar.
3. Descubrimiento Científico: La capacidad de identificar eventos "inciertos" o atípicos abre una vía para descubrir nuevos tipos de transitorios o casos extremos dentro de las clases conocidas.
4. Escalabilidad: La eficiencia computacional de los modelos los hace viables para futuras misiones de alta energía que generarán volúmenes masivos de datos.

En conclusión, el estudio valida que el aprendizaje profundo no solo supera a los métodos tradicionales en precisión y velocidad, sino que añade una capa crítica de inteligencia para la gestión de la incertidumbre en la astronomía moderna.