Deep Learning-Based Classification and Analysis of Pulsar Candidates in Fermi-LAT Unassociated Sources

Resumen Técnico: Clasificación y Análisis Basados en Aprendizaje Profundo de Candidatos a Púlsares en Fuentes No Asociadas de Fermi-LAT

Planteamiento del Problema
El Cuarto Catálogo de Fuentes de Fermi-LAT (4FGL-DR4) contiene aproximadamente un tercio de sus fuentes como "no asociadas", careciendo de contrapartes multilongitud de onda firmes. La clasificación adecuada de estos objetos es esencial para comprender la demografía de los Núcleos Activos de Galaxias (AGNs) y los Púlsares (PSRs). Si bien el aprendizaje automático (ML) se ha convertido en el estándar para esta tarea, los enfoques existentes enfrentan dos limitaciones principales:

1. Sesgo Espacial: Muchos modelos dependen fuertemente de las coordenadas galácticas (por ejemplo, latitud) como características de entrenamiento. Aunque esto produce una alta precisión al explotar la concentración conocida de Púlsares Jóvenes (YPs) en el disco galáctico, conlleva el riesgo de sobreajustarse a la función de selección del telescopio y falla en la detección de poblaciones atípicas (por ejemplo, Púlsares de Milisegundo de alta latitud) que no se ajustan a los sesgos espaciales previos.
2. Pérdida de Información Topológica: Los modelos tradicionales basados en árboles (por ejemplo, Random Forest, XGBoost) tratan las características espectrales y temporales como entradas tabulares independientes. Este enfoque ignora el orden secuencial y las correlaciones físicas inherentes a las Distribuciones Espectrales de Energía (SEDs), tales como la curvatura espectral y los cortes, que son críticos para distinguir tipos de fuentes.

Metodología
Los autores proponen un marco de aprendizaje profundo jerárquico centrado en una Red Neuronal Convolucional 1D (CNN) personalizada llamada TabularResCNN. La metodología está diseñada para explotar la estructura topológica intrínseca de los datos sin depender de las coordenadas espaciales.

• Preprocesamiento de Datos y Estrategia de Entrada:

  • Ingeniería de Características: El modelo utiliza 79 características del catálogo 4FGL-DR4, incluyendo parámetros espectrales, índices de variabilidad y significancia de detección a través de 7 bandas de energía.
  • Expansión de Matrices: Las columnas FITS multidimensionales (por ejemplo, el flujo a través de las bandas de energía) se aplanan y organizan secuencialmente para preservar el orden dependiente de la energía, permitiendo que la CNN interprete la SED como una señal 1D coherente.
  • Entrada de Doble Canal: Para manejar valores faltantes y límites superiores sin destruir la información mediante la imputación estándar, el modelo utiliza dos canales de entrada: un "Mapa de Valores" (características numéricas normalizadas) y una "Máscara de Sensibilidad" (tensor binario que indica mediciones válidas frente a datos faltantes). Esto permite que la red aprenda patrones de observabilidad.

• Marco de Clasificación Jerárquica:

  • Etapa 1 (AGNs vs. PSRs): Un clasificador binario separa las fuentes en AGNs y Púlsares. Esta etapa aprovecha la dicotomía donde los AGNs típicamente exhiben alta variabilidad y espectros más blandos, mientras que los PSRs muestran espectros estables y curvos con cortes en la escala de GeV.
  • Etapa 2 (YPs vs. MSPs): Las fuentes clasificadas como PSRs se categorizan posteriormente en Púlsares Jóvenes (YPs) y Púlsares de Milisegundo (MSPs).

• Arquitectura del Modelo:

  • La TabularResCNN emplea capas convolucionales 1D para escanear vecindades locales en busca de gradientes (por ejemplo, rupturas espectrales) y correlaciones entre bandas.
  • Los bloques residuales con conexiones de salto (skip connections) facilitan el aprendizaje jerárquico profundo sin degradación.
  • El Agrupamiento Global Promedio (GAP) reduce el recuento de parámetros y mitiga el sobreajuste.

• Estrategia de Entrenamiento y Mitigación de Desequilibrio:

  • Aprendizaje Sensible al Costo: En lugar de un sobremuestreo sintético (por ejemplo, SMOTE), que los autores argumentan que introduce artefactos estadísticos y cambios en la covariable al reforzar los sesgos hacia fuentes brillantes, emplean una Pérdida de Entropía Cruzada Ponderada. Esto penaliza la clasificación errónea de las clases minoritarias (PSRs) de forma inversamente proporcional a su frecuencia.
  • Optimización de Umbrales: En lugar de utilizar un corte de probabilidad predeterminado de 0.5, los autores implementan una optimización de umbral sensible al costo basada en "curvas de eficiencia observacional". Esto cambia el paradigma de la precisión matemática a la realidad operativa del seguimiento de radio, priorizando listas de candidatos de alta pureza sobre la completitud absoluta.
  • Interpretabilidad: Se utiliza Grad-CAM para visualizar qué características espectrales impulsan las decisiones del modelo, asegurando la interpretabilidad física.

Resultados Clave
Aplicado a 2,563 fuentes no asociadas en el catálogo 4FGL-DR4, el marco arrojó los siguientes resultados:

• Desempeño de Clasificación:
  • Etapa 1: Logró un 96.7% de precisión general en la separación de AGNs de PSRs, con una recuperación casi perfecta para AGNs y una alta precisión para PSRs.
  • Etapa 2: Logró un 81.4% de precisión en la distinción de YPs de MSPs, una tarea más desafiante debido al solapamiento espectral.
• Identificación de Candidatos:
  • Identificó 1,136 candidatos de alto nivel de confianza para AGNs y 202 candidatos de alto nivel de confianza para PSRs (166 YPs y 36 MSPs).
  • Esto representa un aumento de >60% en la población conocida de púlsares de Fermi-LAT.
  • Al aplicar umbrales sensibles al costo, los autores filtraron 847 candidatos de baja confianza que habrían sido incluidos bajo un corte estándar de 0.5, resultando en un catálogo altamente robusto.
• Consistencia Física:
  • Distribución Espacial: A pesar de no utilizar coordenadas espaciales en el entrenamiento, los YPs predichos estaban estrictamente confinados al plano galáctico ($|b| < 5^\circ$), mientras que los MSPs mostraron una distribución vertical más amplia, y los AGNs fueron isotrópicos.
  • Diagrama P-Ṗ: El cruce con el catálogo ATNF confirmó que los YPs y MSPs clasificados ocupan las regiones correctas en el diagrama de periodo de rotación vs. derivada del periodo, validando que el modelo aprendió la física de la magnetosfera intrínseca.
  • Validación Externa: El modelo clasificó correctamente 5 de 5 púlsares recientemente confirmados por el Telescopio de Radio Esférico de Apertura de Quinientos Metros (FAST) como candidatos de alta confianza antes de su confirmación de radio.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto logra desacoplar la física de la emisión intrínseca de los sesgos espaciales de la línea de visión, una limitación prevalente en estudios previos. Al utilizar la topología secuencial de los datos espectrales mediante CNNs 1D, el modelo identifica candidatos a púlsares basándose en sus propiedades de emisión física en lugar de su ubicación en el cielo.

Los autores enfatizan que su enfoque evita los riesgos metodológicos del sobremuestreo sintético, que puede distorsionar la realidad física de las fuentes tenues. El catálogo resultante proporciona una lista de objetivos con "sesgo minimizado" para estudios de radio profundos. El acuerdo del 100% con los descubrimientos recientes de búsqueda ciega de FAST sirve como validación empírica del poder predictivo del modelo. Los autores concluyen que esta lista curada ofrece una hoja de ruta priorizada para las instalaciones actuales y futuras, incluyendo FAST, MeerKAT, el Observatorio de Radioastronomía Square Kilometre Array (SKAO) y el Observatorio del Telescopio de la Clase de Cherenkov (CTAO), para maximizar los rendimientos de descubrimiento en la búsqueda de nuevos púlsares.