Variability classification of TESS targets in LOPS2, the first long-term pointing field of PLATO. Version 1 of the public variability catalogue

Título: Classificação de Variabilidade de Alvos TESS em LOPS2, o primeiro campo de apontamento de longo prazo do PLATO (Versão 1 do catálogo público de variabilidade)

1. Problema e Contexto

A missão PLATO (PlAnetary Transits and Oscillations of stars), da Agência Espacial Europeia (ESA), está programada para lançar em janeiro de 2027. Um dos seus objetivos principais é caracterizar sistemas de estrelas e planetas, mas 8% da sua taxa de dados será dedicada a Ciência Complementar (PLATO-CS) através de propostas de Observadores Convidados (GO).
Para maximizar o sucesso dessas propostas, é crucial identificar alvos promissores no primeiro campo de observação de longo prazo do PLATO, conhecido como LOPS2. Este campo foi previamente observado pelo satélite TESS (Transiting Exoplanet Survey Satellite). O desafio reside em analisar homogeneamente milhões de curvas de luz do TESS neste campo específico para identificar estrelas variáveis (pulsantes, rotacionais, eclipsantes, etc.) e filtrar sinais induzidos por instrumentos ou pela pipeline de processamento, criando assim um catálogo de referência para a comunidade científica antes do lançamento do PLATO.

2. Metodologia

Os autores desenvolveram um pipeline de classificação automatizada baseado em Machine Learning (Aprendizado de Máquina) para processar 38 milhões de curvas de luz calibradas de 6 milhões de fontes únicas no campo LOPS2.

• Dados de Entrada: Foram utilizadas curvas de luz do pipeline TGLC (TESS-Gaia Light Curve), que oferecem melhor tratamento de contaminação em campos densos comparado a outros pipelines (como QLP). As curvas foram pré-processadas para remover tendências sistemáticas de longo período e outliers, mantendo eclipses.
• Conjunto de Treinamento: Um conjunto de dados rotulado contendo 26.521 curvas de luz, derivado de trabalhos anteriores (Gregory et al., 2026), mas adaptado para o formato TGLC e enriquecido com mais curvas de Cefeidas para equilibrar as classes.
• Arquitetura de Classificadores (Ensemble): O estudo utilizou dois frameworks de aprendizado de máquina distintos e combinou suas previsões:
  1. Rede Neural Profunda (Deep Neural Network): Arquitetura ASTRAFier, baseada em Transformers, CNNs e LSTMs bidirecionais, capaz de capturar morfologias de curvas de luz de longo e curto prazo sem necessidade de engenharia de características explícitas.
  2. Ensemble de Árvores de Decisão (Feature-based): Modelo XGBoost (Gradient Boosting), que utiliza 37 características extraídas dos domínios de tempo e frequência (ex: estatísticas de fluxo, autocorrelação, picos de periodograma, morfologia periódica).
• Classes de Variabilidade: O sistema classifica as estrelas em 8 categorias:
  1. APERIODIC (Variáveis aperiódicas de longo período);
  2. CONTACT_ROT (Binárias de contato e variáveis rotacionais);
  3. DSCT_BCEP (Pulsadores de modo p: $\delta$ Sct e $\beta$ Cep);
  4. ECLIPSE (Binárias eclipsantes);
  5. GDOR_SPB (Pulsadores de modo g: $\gamma$ Dor e SPB);
  6. RRLYR_CEPH (Pulsadores radiais de alta amplitude: RR Lyrae e Cefeidas);
  7. SOLARLIKE (Oscilações solares-like e variabilidade rotacional de baixa frequência);
  8. INSTRUMENT (Sinais dominados por ruído instrumental ou pipeline).
• Validação: A performance foi avaliada usando uma matriz de confusão em um conjunto de teste (hold-out) de 20%, comparando os resultados individuais e o ensemble.

3. Principais Contribuições

• Catálogo Público (Versão 1): Disponibilização do primeiro catálogo de variabilidade para o campo LOPS2, contendo informações de identificação (TIC, Gaia DR3), coordenadas, escores de probabilidade para as 8 classes e informações de valor agregado (temperatura, luminosidade, amplitude, frequência dominante).
• Pipeline de Ensemble Robusto: Demonstração de que a combinação de uma rede neural profunda e um modelo baseado em características (XGBoost) melhora a precisão e a robustez, reduzindo falsos positivos e capturando melhor a diversidade de variáveis do que qualquer modelo isolado.
• Análise de Viés e Limitações: Identificação clara de onde os modelos falham (ex: confusão entre variáveis rotacionais e pulsadores g-mode, ou efeitos instrumentais em setores específicos do TESS) e fornecimento de diretrizes para filtragem manual.

4. Resultados

• Estatísticas de Classificação:
  • O ensemble alcançou uma precisão média ponderada de 0,931 e um recall de 0,930.
  • Cerca de 72% das curvas de luz foram classificadas como dominadas por sinais instrumentais (INSTRUMENT).
  • Os 28% restantes correspondem a aproximadamente 3,6 milhões de estrelas candidatas variáveis únicas.
• Desempenho por Classe:
  • As classes DSCT_BCEP (p-mode) e ECLIPSE apresentaram alta precisão.
  • As classes APERIODIC, CONTACT_ROT e SOLARLIKE foram mais difíceis de distinguir, especialmente em janelas de observação de um único setor do TESS (27,4 dias).
  • A combinação dos modelos corrigiu erros sistemáticos: a rede neural tendia a superestimar pulsadores g-mode, enquanto o XGBoost era mais conservador; o ensemble equilibrou essas previsões.
• Propriedades Astrofísicas:
  • As estrelas classificadas como pulsadores (p e g-mode) mostram distribuições de frequência e amplitude consistentes com o conjunto de treinamento.
  • A análise no Diagrama H-R (HRD) confirma que as estrelas de alta probabilidade estão localizadas nas regiões de instabilidade esperadas para seus tipos de pulsação.
  • Foi possível identificar candidatos a pulsadores híbridos (com modos p e g simultâneos) através da análise de probabilidades divididas entre classes.
• Limitações Identificadas:
  • Confusão entre variáveis rotacionais e pulsadores g-mode devido à falta de harmônicos claros.
  • Efeitos de contaminação por pixels grandes do TESS (blending) que podem levar a classificações errôneas de estrelas de fundo.
  • Dificuldade em detectar pulsadores de sub-anãs quentes (sdB) devido à sua escala de tempo muito curta (minutos) em relação à cadência de 30 min do TGLC.

5. Significância

Este trabalho é fundamental para a preparação da missão PLATO:

1. Otimização de Observações: O catálogo permite que a comunidade científica selecione alvos de alta qualidade para as propostas de Observadores Convidados do PLATO, economizando tempo de observação valioso.
2. Recurso para Estudos de Variabilidade: Mesmo sem usar dados do PLATO, o catálogo é uma das maiores coleções de estrelas variáveis classificadas automaticamente, útil para estudos populacionais com dados do TESS e Gaia.
3. Base para Futuras Iterações: Estabelece uma metodologia escalável que pode ser integrada com dados multimodais (Gaia, SDSS-V, e futuramente PLATO) e modelos fundamentais (foundational models) para melhorar a distinção entre variabilidade estelar real e ruído instrumental.
4. Ciência de Estrelas Variáveis: Fornece uma amostra estatisticamente significativa de pulsadores, rotacionais e binárias, permitindo novos estudos sobre rotação estelar, estrutura interna e evolução estelar.

Em resumo, o artigo apresenta uma ferramenta robusta e aberta que transforma dados brutos do TESS em um catálogo científico de alta qualidade, servindo como um marco preparatório essencial para a era de descobertas do PLATO.