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

Resumo Técnico: ExoMiner++ 2.0: Vetting de Sinais de Trânsito de Imagens de Quadro Inteiro do TESS

Definição do Problema
As Imagens de Quadro Inteiro (FFIs) do Satélite de Pesquisa de Exoplanetas Transitantes (TESS) fornecem séries temporais fotométricas para milhões de estrelas, expandindo significativamente o espaço de busca além dos alvos pré-selecionados de 2 minutos. No entanto, os dados FFI apresentam desafios únicos para a identificação e o vetting de trânsitos, incluindo cadência inferior (variando de 200s a 30 minutos, dependendo da fase da missão), níveis mais elevados de contaminação de fluxo de estrelas vizinhas e uma falta de cobertura multi-setorial extensa em comparação com os dados de 2 minutos. Os Eventos de Travessia de Limiar (TCEs) resultantes requerem sistemas de vetting automatizados e escaláveis capazes de distinguir sinais planetários de falsos positivos astrofísicos (ex: binárias eclipsantes, objetos de fundo) e artefatos instrumentais com taxas mínimas de falsos positivos. Estruturas de vetting existentes, como o ExoMiner++ original, foram treinadas primariamente em dados de 2 minutos e careciam de mecanismos específicos para lidar com os problemas de contaminação e resolução espacial inerentes aos dados FFI.

Metodologia
Os autores apresentam o ExoMiner++ 2.0, uma adaptação do framework de aprendizado profundo ExoMiner++ projetada para realizar o vetting de TCEs de curvas de luz de SPOC FFI. A metodologia envolve três componentes primários:

1. Curadoria e Rotulagem de Dados:

   • O conjunto de dados compreende TCEs de dados de 2 minutos do SPOC (Setores 1–88) e dados FFI (Setores 36–72).
   • Os rótulos são derivados do catálogo ExoFOP TOI, do catálogo de binárias eclipsantes (EB) de Prsa e dos resultados de triagem de fluxo TEC. Os TCEs são classificados em rótulos binários: "planetas" (Planetas Confirmados/Kepler) e "não-planetas" (Anãs Marrons, EBs, Falsos Positivos, Fenômenos Não-Transitantes e Desconhecidos).
   • O conjunto de dados inclui 268.787 TCEs de 2 minutos e 222.054 TCEs de FFI.

2. Modificações Arquiteturais e de Pré-processamento:

   • Codificação de Estrelas Vizinhas: Uma nova representação baseada em imagem é introduzida para codificar a localização relativa e o brilho de estrelas vizinhas conhecidas do TIC. Esta informação é mapeada para o quadro de pixels do CCD e adicionada como um canal de entrada extra ao ramo da "Imagem de Diferença". Isso permite que o modelo identifique fontes de trânsito fora do alvo e falsos positivos causados por contaminação, particularmente em campos densos.
   • Ajustes de Resolução e de Ramos: A resolução da imagem de diferença é aumentada (fator de amostragem de 5, resultando em 55×55 px) para melhor resolver deslocamentos de fotocentro. O ramo de "Fluxo Desenrolado" (Unfolded Flux) é fundido com outros ramos de fluxo de visão de trânsito. O ramo de "Descarregamento de Momento" (Momentum Dump) é removido por ter sido considerado não informativo.
   • Arquitetura do Modelo: O modelo incorpora pooling de média global, downsampling aprendido (substituindo o max pooling), normalização por lote (batch normalization), conexões de salto (residual blocks) e normalização de camada (layer normalization) para melhorar a estabilidade do treinamento e reduzir o overfitting.

3. Estratégia de Treinamento:

   • O modelo emprega aprendizado multi-fonte, treinando simultaneamente nos conjuntos de dados de 2 minutos e FFI. Esta abordagem permite que o modelo aprenda representações compartilhadas através de diferentes cadências e características de ruído, aproveitando os rótulos mais ricos e os sistemas mais limpos dos dados de 2 minutos para melhorar a generalização para os dados FFI.
   • Experimentos utilizam validação cruzada de 5 dobras com divisão baseada em alvo para evitar vazamento de dados (data leakage).

Principais Resultados

• Desempenho: O ExoMiner++ 2.0 alcança uma Área Sob a Curva de Precisão-Recall (PR AUC) de aproximadamente 0,95 sob treinamento multi-fonte. Embora o modelo apresente um recall global ligeiramente inferior ao do ExoMiner++ original (0,865 vs. 0,912 no limiar 0,5), ele demonstra desempenho melhorado na identificação de subclasses negativas específicas, particularmente Falsos Positivos (FP) e Anãs Marrons (BD).
• Tratamento de Contaminação: A inclusão de dados de estrelas vizinhas torna o modelo mais conservador. Ele reduz sistematicamente as pontuações para sinais do tipo trânsito que se originam próximos a vizinhos brilhantes, efetivamente reduzindo a confiança em potenciais falsos positivos causados por fontes fora do alvo.
• Comparação de Fontes de Dados: O desempenho nos dados de 2 minutos permanece superior ao dos dados FFI (PR AUC 0,967 vs. 0,952). Os autores atribuem o menor desempenho do FFI à maior contaminação de fluxo (menores métricas CROWDSAP), maior variabilidade e menos execuções multi-setoriais, o que limita a detecção de sinais de longo período.
• Catálogo de Vetting: O modelo foi aplicado a 151.616 TCEs de FFI não rotulados. O catálogo resultante identifica 2.831 candidatos com pontuação > 0,5, incluindo 447 candidatos de alta confiança (pontuação > 0,95). A distribuição dos candidatos de alta pontuação mostra um agrupamento consistente com Júpiteres quentes (períodos de 2–5 dias, raios de 10–20 $R_\oplus$).

Significância e Alegações
O artigo afirma que o ExoMiner++ 2.0 estende com sucesso a aplicabilidade do vetting por aprendizado profundo para o conjunto de dados FFI completo do TESS. Suas principais contribuições são:

1. Primeira Integração de Dados de Vizinhos: É o primeiro vetador de aprendizado de máquina do TESS que codifica explicitamente a magnitude e a localização relativa de estrelas vizinhas como uma representação de imagem, melhorando a identificação de fontes de trânsito fora do alvo.
2. Generalização Robusta: O modelo demonstra generalização eficaz além do domínio canônico de 2 minutos, fornecendo discriminação robusta entre sinais planetários, falsos positivos astrofísicos e artefatos instrumentais no domínio mais desafiador do FFI.
3. Vetting Escalável: Ao automatizar o vetting de centenas de milhares de TCEs de FFI, este trabalho fornece um catálogo de candidatos priorizado e classificado. Isso apoia estudos de população futuros e permite que a comunidade de exoplanetas foque recursos de acompanhamento em um conjunto menor e mais limpo de candidatos, incluindo aqueles orbitando estrelas que não foram anteriormente visadas pelas observações de 2 minutos.

Os autores observam limitações, incluindo a escala de pixel de 21" do TESS, que limita a separação entre fontes no alvo e próximas mesmo com resolução aumentada, e o tamanho relativamente pequeno do conjunto de dados FFI rotulado para subclasses raras. Eles sugerem que melhorias adicionais poderiam ser alcançadas através de otimização dedicada de hiperparâmetros do ramo da "Imagem de Diferença" e da incorporação de mecanismos de atenção.