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

Technische Samenvatting: ExoMiner++ 2.0: Het screenen van TESS Full-Frame Image Transit-signalen

Probleemstelling
De Full-Frame Images (FFI's) van de Transiting Exoplanet Survey Satellite (TESS) bieden fotometrische tijdreeksen voor miljoenen sterren, wat de zoekruimte aanzienlijk vergroot buiten de vooraf geselecteerde 2-minuten doelwitten. Echter, FFI-data brengen unieke uitdagingen met zich mee voor de identificatie en screening van transits, waaronder een lagere cadans (variërend van 200s tot 30 minuten, afhankelijk van de missiefase), hogere niveaus van fluxcontaminatie door naburige sterren, en een gebrek aan uitgebreide multi-sector dekking vergeleken met 2-minuten data. De resulterende Threshold Crossing Events (TCE's) vereisen geautomatiseerde, schaalbare screeningssystemen die in staat zijn om planetaire signalen te onderscheiden van astrofysische vals-positieven (bijv. eclipsdubbelsterren, achtergrondobjecten) en instrumentele artefacten met minimale vals-positief ratio's. Bestaande screeningsframeworks, zoals de oorspronkelijke ExoMiner++, waren primair getraind op 2-minuten data en misten specifieke mechanismen om de contaminatie- en resolutieproblemen aan te pakken die inherent zijn aan FFI-data.

Methodologie
De auteurs presenteren ExoMiner++ 2.0, een adaptatie van het ExoMiner++ deep learning framework, ontworpen voor het screenen van TCE's uit SPOC FFI-lichtcurves. De methodologie bestaat uit drie primaire componenten:

1. Data Curatie en Labeling:

   • De dataset bestaat uit TCE's van SPOC 2-minuten data (Sectoren 1–88) en FFI-data (Sectoren 36–72).
   • Labels zijn afgeleid van de ExoFOP TOI catalogus, Prsa's TESS eclipsdubbelster (EB) catalogus, en TEC flux triage resultaten. TCE's worden geclassificeerd in binaire labels: "planeten" (Gecertificeerde/Kepler Planeten) en "niet-planeten" (Bruine Dwergen, EB's, Vals-positieven, Niet-transiterende Fenomenen en Onbekenden).
   • De dataset bevat 268.787 2-minuten TCE's en 222.054 FFI TCE's.

2. Architecturale en Preprocessing Aanpassingen:

   • Encoding van Naburige Sterren: Een nieuwe beeldgebaseerde representatie wordt geïntroduceerd om de relatieve locatie en helderheid van bekende naburige TIC-sterren te coderen. Deze informatie wordt gemapt naar het CCD-pixelframe en toegevoegd als een extra inputkanaal aan de 'Difference Image' tak. Dit stelt het model in staat om off-target transitbronnen en door contaminatie gedreven vals-positieven te identificeren, met name in dichte velden.
   • Resolutie en Tak Aanpassingen: De resolutie van de difference image wordt verhoogd (sampling factor van 5, resulterend in 55×55 px) om de fotocentrum-offsets beter te kunnen resolveren. De 'Unfolded Flux' tak wordt samengevoegd met andere transit-view flux takken. De 'Momentum Dump' tak wordt verwijderd omdat deze niet-informatief bleek te zijn.
   • Modelarchitectuur: Het model bevat global average pooling, geleerde downsampling (ter vervanging van max pooling), batch normalisatie, skip connections (residual blocks) en layer normalisatie om de trainingsstabiliteit te verbeteren en overfitting te verminderen.

3. Trainingsstrategie:

   • Het model maakt gebruik van multi-source learning, waarbij simultaan wordt getraind op zowel 2-minuten als FFI-datasets. Deze aanpak stelt het model in staat om gedeelde representaties te leren over verschillende cadansen en ruiskenmerken heen, waarbij de rijkere labels en schonere systematische fouten van de 2-minuten data worden benut om de generalisatie naar FFI-data te verbeteren.
   • Experimenten maken gebruik van 5-voudige cross-validatie met target-gebaseerde splitting om datalekken (data leakage) te voorkomen.

Belangrijkste Resultaten

• Prestaties: ExoMiner++ 2.0 bereikt een Precision-Recall Area Under the Curve (PR AUC) van ongeveer 0,95 onder multi-source training. Hoewel het model een iets lagere globale recall vertoont vergeleken met de originele ExoMiner++ (0,865 vs. 0,912 bij drempelwaarde 0,5), demonstreert het verbeterde prestaties bij het identificeren van specifieke negatieve subklassen, met name Vals-positieven (FP) en Bruine Dwergen (BD).
• Contaminatiebehandeling: De inclusie van naburige ster-data maakt het model conservatiever. Het verlaagt systematisch de scores voor transit-achtige signalen die nabij heldere buren ontstaan, waardoor de zekerheid in potentiële vals-positieven veroorzaakt door off-target bronnen effectief wordt verminderd.
• Vergelijking van Databronnen: De prestaties op 2-minuten data blijven hoger dan op FFI-data (PR AUC 0,967 vs. 0,952). De auteurs schrijven de lagere FFI-prestaties toe aan hogere fluxcontaminatie (lagere CROWDSAP metrieken), grotere variabiliteit en minder multi-sector runs, wat de detectie van langere-periode signalen beperkt.
• Screeningscatalogus: Het model is toegepast op 151.616 ongelabelde FFI TCE's. De resulterende catalogus identificeert 2.831 kandidaten met een score > 0,5, inclusief 447 hoog-betrouwbare kandidaten (score > 0,95). De distributie van hoog-scorende kandidaten toont een cluster die consistent is met hete Jupiters (periodes 2–5 dagen, radii 10–20 $R_\oplus$).

Significantie en Claims
Het artikel claimt dat ExoMiner++ 2.0 erin slaagt de toepasbaarheid van deep learning screening uit te breiden naar de volledige TESS FFI-dataset. De primaire bijdragen zijn:

1. Eerste Integratie van Naburige Ster-data: Het is de eerste TESS machine-learning vetter die expliciet de relatieve magnitude en locatie van naburige sterren als een beeldrepresentatie codeert, wat de identificatie van off-target transitbronnen verbetert.
2. Robuuste Generalisatie: Het model demonstreert effectieve generalisatie buiten het canonieke 2-minuten domein, en biedt robuuste discriminatie tussen planetaire signalen, astrofysische vals-positieven en instrumentele artefacten in het meer uitdagende FFI-domein.
3. Schaalbare Screening: Door de screening van honderdduizenden FFI TCE's te automatiseren, biedt dit werk een geprioriteerde, gerangschikte catalogus van kandidaten. Dit ondersteunt toekomstige populatiestudies en stelt de exoplaneet-gemeenschap in staat om hun middelen voor follow-up te richten op een kleinere, schonere set kandidaten, inclus\nief die rond sterren die niet eerder als 2-minuten doelwitten waren geselecteerd.

De auteurs merken beperkingen op, waaronder de 21" pixel schaal van TESS die de scheiding tussen on-target en nabije bronnen beperkt, zelfs met verbeterde resolutie, en de relatief kleine omvang van de gelabelde FFI-dataset voor zeldzame subklassen. Zij suggereren dat verdere verbeteringen bereikt kunnen worden door dedicated hyperparameter optimalisatie van de 'Difference Image' tak en de incorporatie van aandachtmechanismen (attention mechanisms).