ExoMiner++ 2.0: Vetting TESS Full-Frame Image Transit Signals

Sintesi Tecnica: ExoMiner++ 2.0: Validazione dei Segnali di Transito dalle Immagini Full-Frame di TESS

Definizione del Problema
Le Immagini Full-Frame (FFI) del Transiting Exoplanet Survey Satellite (TESS) forniscono serie temporali fotometriche per milioni di stelle, espandendo significativamente lo spazio di ricerca oltre i target pre-selezionati a 2 minuti. Tuttavia, i dati FFI presentano sfide uniche per l'identificazione e la validazione dei transiti, tra cui una cadenza inferiore (che varia da 200 secondi a 30 minuti a seconda della fase della missione), livelli più elevati di contaminazione del flusso da parte di stelle vicine e una mancanza di una copertura multi-settore estesa rispetto ai dati a 2 minuti. I relativi Threshold Crossing Events (TCE) richiedono sistemi di validazione automatizzati e scalabili in grado di distinguere i segnali planetari da falsi positivi astrofisici (ad esempio, binarie ad eclisse, oggetti di fondo) e artefatti strumentali con tassi minimi di falsi positivi. Gli esistenti framework di validazione, come l'originale ExoMiner++, sono stati principalmente addestrati su dati a 2 minuti e mancavano di meccanismi specifici per gestire i problemi di contaminazione e di risoluzione spaziale inerenti ai dati FFI.

Metodologia
Gli autori presentano ExoMiner++ 2.0, un adattamento del framework di deep learning ExoMiner++ progettato per validare i TCE provenienti dalle curve di luce SPOC FFI. La metodologia prevede tre componenti primarie:

1. Curatela e Etichettatura dei Dati:

   • Il dataset comprende TCE da dati SPOC a 2 minuti (Settori 1–88) e dati FFI (Settori 36–72).
   • Le etichette sono derivate dal catalogo ExoFOP TOI, dal catalogo delle binarie ad eclisse (EB) di Prsa e dai risultati del triage del flusso TEC. I TCE sono classificati in etichette binarie: "pianeti" (Pianeti confermati/Kepler) e "non-pianeti" (Nane brune, EB, Falsi Positivi, Fenomeni non transitanti e Sconosciuti).
   • Il dataset include 268.787 TCE a 2 minuti e 222.054 TCE FFI.

2. Modifiche Architetturali e di Pre-processing:

   • Codifica delle Stelle Vicine: Viene introdotta una nuova rappresentazione basata su immagini per codificare la posizione relativa e la luminosità delle stelle TIC vicine note. Questa informazione viene mappata sul fotogramma dei pixel CCD e aggiunta come canale di input supplementare al ramo della "Differenza di Immagine" (Difference Image). Ciò consente al modello di identificare sorgenti di transito fuori bersaglio e falsi positivi causati dalla contaminazione, particolarmente in campi affollati.
   • Regolazioni di Risoluzione e di Ramo: La risoluzione dell'immagine di differenza viene aumentata (fattore di campionamento 5, risultando in 55×55 px) per risolvere meglio gli offset del fotocentro. Il ramo "Unfolded Flux" viene unito agli altri rami del flusso della vista del transito. Il ramo "Momentum Dump" è stato rimosso in quanto ritenuto non informativo.
   • Architettura del Modello: Il modello incorpora il global average pooling, downsampling appreso (che sostituisce il max pooling), batch normalization, connessioni residue (blocchi residuali) e layer normalization per migliorare la stabilità dell'addestramento e ridurre l'overfitting.

3. Strategia di Addestramento:

   • Il modello impiega l'apprendimento multi-fonte (multi-source learning), addestrandosi simultaneamente sui dataset a 2 minuti e FFI. Questo approccio consente al modello di apprendere rappresentazioni condivise attraverso diverse cadenze e caratteristiche di rumore, sfruttando le etichette più ricche e i sistemi più puliti dei dati a 2 minuti per migliorare la generalizzazione ai dati FFI.
   • Gli esperimenti utilizzano una validazione incrociata a 5 fold con divisione basata sui target per prevenire il data leakage.

Risultati Chiave

• Prestazioni: ExoMiner++ 2.0 raggiunge un'Area Sotto la Curva Precisione-Richiamo (PR AUC) di circa 0,95 sotto l'addestramento multi-fonte. Sebbene il modello mostri un richiamo globale leggermente inferiore rispetto all'originale ExoMiner++ (0,865 vs 0,912 alla soglia 0,5), dimostra prestazioni migliorate nell'identificazione di specifiche sottoclassi negative, in particolare Falsi Positivi (FP) e Nane Brune (BD).
• Gestione della Contaminazione: L'inclusione dei dati delle stelle vicine rende il modello più conservativo. Esso abbassa sistematicamente i punteggi per i segnali simili a transiti che originano vicino a vicini luminosi, riducendo efficacementamente la fiducia in potenziali falsi positivi causati da sorgenti fuori bersaglio.
• Confronto tra Sorgenti di Dati: Le prestazioni sui dati a 2 minuti rimangono superiori rispetto ai dati FFI (PR AUC 0,967 vs 0,952). Gli autori attribuiscono la minore prestazione dei FFI a una maggiore contaminazione del flusso (minori metriche CROWDSAP), una maggiore variabilità e meno esecuzioni multi-settore, che limitano la rilevazione di segnali a lungo periodo.
• Catalogo di Validazione: Il modello è stato applicato a 151.616 TCE FFI non etichettati. Il catalogo risultante identifica 2.831 candidati con un punteggio > 0,5, inclusi 447 candidati ad alta confidenza (punteggio > 0,95). La distribuzione dei candidati ad alto punteggio mostra un cluster coerente con i Giove caldi (periodi 2–5 giorni, raggi 10–20 $R_\oplus$).

Significatività e Rivendicazioni
L'articolo sostiene che ExoMiner++ 2.0 estende con successo l'applicabilità della validazione tramite deep learning ai dati FFI completi di TESS. I suoi contributi primari sono:

1. Prima Integrazione dei Dati delle Stelle Vicine: È il primo validatore machine-learning per TESS che codifica esplicitamente la magnitudo relativa e la posizione delle stelle vicine come rappresentazione d'immagine, migliorando l'identificazione di sorgenti di transito fuori bersaglio.
2. Generalizzazione Robusta: Il modello dimostra una rigorosa capacità di generalizzazione oltre il dominio canonico a 2 minuti, fornendo una discriminazione efficace tra segnali planetari, falsi positivi astrofisici e artefatti strumentali nel più complesso dominio FFI.
3. Validazione Scalabile: Automatizzando la validazione di centinaia di migliaia di TCE FFI, questo lavoro fornisce un catalogo di candidati prioritizzato e classificato. Ciò supporta futuri studi di popolazione e consente alla comunità degli esopianeti di concentrare le risorse di follow-up su un set di candidati più piccolo e pulito, inclusi quelli che orbitano attorno a stelle non precedentemente osservate con i dati a 2 minuti.

Gli autori segnalano alcune limitazioni, tra cui la scala di pixel di 21" di TESS, che limita la separazione tra sorgenti on-target e vicine anche con una risoluzione aumentata, e le dimensioni relativamente ridotte del dataset FFI etichettato per le sottoclassi rare. Suggeriscono che ulteriori miglioramenti potrebbero essere ottenuti attraverso l'ottimizzazione dedicata degli iperparametri del ramo "Difference Image" e l'incorporazione di meccanismi di attenzione.