GOPREAUX I: Open-source Code and Data to Model Multi-wavelength Emission of Extragalactic Transients using Gaussian Processes

1. El Problema

La astronomía de dominio temporal está experimentando una revolución impulsada por sondeos de todo el cielo (como LSST en el Observatorio Vera C. Rubin y el telescopio espacial Roman) que descubrirán millones de transitorios extragalácticos. Sin embargo, el ritmo de descubrimiento superará la capacidad de clasificación espectroscópica, haciendo crucial la clasificación fotométrica.

Los desafíos principales identificados son:

• Redshift y Corrimiento al Rojo: A altos redshifts, la emisión en el ultravioleta (UV) en el marco de reposo se desplaza hacia el óptico o infrarrojo en el marco del observador. Modelar esto requiere entender el comportamiento espectral completo (SED) en un amplio rango de longitudes de onda.
• Falta de Modelos Cohesivos: Aunque existen modelos para subtipos específicos de supernovas, falta un marco unificado que integre archivos de datos contemporáneos con modelos espectrofotométricos no paramétricos y basados en datos.
• Limitaciones de los Modelos Actuales: La mayoría de los enfoques actuales modelan filtros individuales de forma independiente, perdiendo la información crítica sobre la dependencia entre filtros, o dependen de formas funcionales analíticas basadas en física específica que pueden introducir sesgos.

2. Metodología

El equipo introduce GOPREAUX (Gaussian process Optimized Photometric Regression of Extragalactic Archival Ultraviolet-infrared eXplosions), un paquete de software en Python que utiliza Regresión de Procesos Gaussianos (GPR) para modelar la evolución de la emisión de transitorios.

Aspectos Clave de la Metodología:

• Enfoque No Paramétrico y Basado en Datos: A diferencia de los modelos físicos analíticos (como el formalismo de Arnett), GOPREAUX no asume una forma funcional subyacente. Utiliza GPR para interpolar la emisión a través de la fase (tiempo) y la longitud de onda simultáneamente.
• Regressión Multidimensional (3D): El modelo opera en un espacio tridimensional: fase, longitud de onda y flujo. Esto permite predecir curvas de luz en longitudes de onda no observadas y espectros en fases no cubiertas.
• Procesamiento de Datos (GOPREAUX Pipeline):
  • Muestra: Se agregaron ~1,300 transitorios (incluyendo SNe Tipo II, SNe de envoltura despojada, SLSN, TDEs, etc.) con observaciones del telescopio Swift (UV/óptico) complementadas con ZTF, ATLAS, ASAS-SN y el Catálogo Open SN. Total: >146,000 observaciones fotométricas.
  • Reducción: Se realizó fotometría de apertura uniforme, sustracción de fondo y galaxia anfitriona, y corrección por extinción de la Vía Láctea (no se corrigió la extinción de la galaxia anfitriona para evitar sesgos físicos).
  • Normalización: Las curvas de luz se alinean respecto al pico de brillo en un filtro de referencia (4000–5000 Å en reposo).
  • Guerrping de SED (Warping): Se implementó un procedimiento iterativo para ajustar las longitudes de onda efectivas de los filtros, asegurando que la SED interpolada convolucionada con la función del filtro coincida con la fotometría observada.
  • Residuos: Se resta una "plantilla" simple (polinómica o mediana) de la clase de transitorios para que el GPR ajuste los residuos (asumiendo una función media cero), capturando así la variabilidad específica de cada objeto.
• Kernel y Optimización: Se utilizan funciones de kernel (como RBF) optimizadas mediante la maximización de la verosimilitud marginal. Los datos se transforman a espacio logarítmico para mitigar comportamientos no estacionarios en la evolución de las supernovas.

3. Contribuciones Clave

El trabajo presenta tres contribuciones fundamentales para la comunidad astronómica:

1. Software de Código Abierto (GOPREAUX): Una biblioteca Python modular y fácil de usar que permite a los usuarios crear sus propios modelos GPR para colecciones arbitrarias de transitorios, transformando datos crudos en modelos accionables sin necesidad de clasificación espectral previa.
2. Catálogo de Datos Uniforme (CAAT): Un archivo de datos procesado y estandarizado que contiene fotometría UV-IR para casi 1,300 objetos y más de 146,000 puntos de datos. Incluye reducciones de Swift y datos de sondeos terrestres, disponibles públicamente.
3. Plantillas de Modelos SED 3D: Un conjunto uniforme de superficies de SED (espectro-energía-distribución) evolutivas para las principales clases espectroscópicas de transitorios. Estas plantillas permiten interpolar la emisión en cualquier fase y longitud de onda dentro del rango cubierto.

4. Resultados

• Validación del Modelo: Se realizaron pruebas de división entrenamiento/prueba (train/test splits). Para la mayoría de las clases con muestras grandes (como SNe Tipo II y de envoltura despojada), los residuos entre modelos son menores a ±0.2 magnitudes, bien dentro de los intervalos de confianza del 95%.
• Desempeño en Predicción: Los modelos logran rastrear con precisión la evolución fotométrica observada (como se demostró con SN 2016gkg), capturando tanto el comportamiento temprano como tardío.
• Generación de Datos Sintéticos: La capacidad de muestrear la distribución de probabilidad del GPR permite generar curvas de luz sintéticas realistas. Esto es crucial para simular alertas de sondeos futuros y probar estrategias de clasificación.
• Limitaciones Identificadas:
  • La falta de corrección por extinción de la galaxia anfitriona introduce una dispersión mayor en los filtros azules.
  • La dependencia de la información del pico de brillo limita el modelado de fases muy tempranas si no se conoce el pico.
  • El sesgo hacia objetos de bajo redshift (debido a la dependencia de Swift) puede no capturar completamente la evolución dependiente del redshift, especialmente en SNe Tipo Ia.

5. Significado e Impacto

GOPREAUX representa un cambio de paradigma hacia el modelado de transitorios basado puramente en datos y no paramétrico. Su importancia radica en:

• Preparación para LSST y Roman: Proporciona las herramientas necesarias para clasificar fotométricamente y inferir parámetros físicos de los millones de transitorios que se descubrirán en la próxima década, especialmente aquellos a altos redshifts donde la información espectral es escasa.
• Flexibilidad: Al no depender de suposiciones físicas específicas, el modelo es robusto frente a la diversidad inherente de los transitorios y puede adaptarse a nuevas clases de objetos a medida que se descubran.
• Reproducibilidad: Al hacer público el código y los datos reducidos, se establece un estándar de oro para futuros esfuerzos de modelado y análisis de poblaciones en la astronomía de dominio temporal.

En resumen, GOPREAUX I sienta las bases para una nueva generación de análisis de poblaciones de transitorios, permitiendo una interpolación precisa de la emisión multibanda que es esencial para la cosmología y la astrofísica de altas energías en la era de los grandes sondeos.