Transfer learning for transient search with small-field optical survey telescopes

Resumo Técnico: Aprendizado por Transferência para Busca de Transientes com Telescópios de Levantamento Óptico de Campo Pequeno

Definição do Problema
O advento de levantamentos ópticos automatizados tornou necessário o uso de aprendizado de máquina (ML) supervisionado para buscar eficientemente eventos transientes. Embora as Redes Neurais Convolucionais (CNNs) tenham se mostrado eficazes para distinguir transientes reais de artefatos (detecções falsas ou bogus) e para classificá-los, sua implementação bem-sucedida normalmente requer conjuntos de dados de treinamento extensos e rotulados manualmente. Telescópios de campo pequeno, como o telescópio internacional de espelho líquido de 4 m (ILMT), enfrentam um desafio significativo: eles carecem do volume de dados rotulados necessário para treinar modelos de aprendizado profundo robustos do zero. O treinamento em conjuntos de dados insuficientes acarreta o risco de overfitting (sobreajuste), onde os modelos apresentam bom desempenho nos dados de treinamento, mas falham em generalizar para dados de teste não vistos. Além disso, as estruturas existentes do ILMT dependem de conjuntos de dados sintéticos, que podem introduzir vieses sistemáticos e falhar em capturar a complexidade de eventos transientes do mundo real.

Metodologia
Este estudo propõe a aplicação de Aprendizado por Transferência (TL - Transfer Learning) para superar a escassez de dados no fluxo de busca de transientes do ILMT. A metodologia envolve um processo de duas etapas:

1. Treinamento do Modelo de Origem: Uma classificador baseado em CNN é primeiro treinado em um grande conjunto de dados de "origem" rotulado, derivado do Zwicky Transient Facility (ZTF). Este conjunto de dados inclui recortes de imagem (tripletos de imagens de ciência, referência e subtração) rotulados pelo broker ALeRCE. Três modelos de origem distintos foram desenvolvidos:
   • Um classificador binário real/falso (real/bogus).
   • Um classificador de alertas de transientes de 3 classes (Hospedeiro estendido, Fonte pontual, Órfão).
   • Um classificador de alertas de transientes de 4 classes (Hospedeiro estendido, Fonte pontual, Órfão e Falso).
2. Adaptação do Modelo de Destino: Os modelos de origem pré-treinados são adaptados para o domínio de "destino" (dados do ILMT) por meio de ajuste fino (fine-tuning). Para lidar com a diferença nas escalas de pixel entre o ZTF (1 arcsec/pixel) e o ILMT (0,323 arcsec/pixel), os recortes do ILMT foram subamostrados para corresponder à escala do ZTF.
   • Para o classificador real/falso, toda a rede foi ajustada finamente no conjunto de dados menor do ILMT com uma taxa de aprendizado reduzida ($10^{-5}$) para preservar as características gerais aprendidas do ZTF enquanto se adapta às características específicas do ILMT.
   • Para o classificador de 3 classes, uma abordagem de "congelamento de camadas" (layer freezing) foi empregada, onde a base convolucional foi congelada e apenas as camadas de classificação totalmente conectadas foram treinadas.
   • Para o classificador de 4 classes, a rede foi ajustada finamente com uma taxa de aprendizado reduzida ($5 \times 10^{-5}$).

Os conjuntos de dados de destino foram construídos a partir de ciclos de observação do ILMT (outubro de 2023 – maio de 2024 para treinamento; outubro de 2022 – novembro de 2022 para teste) e foram validados manualmente. Aumentação de dados (rotações) foi aplicada às classes sub-representadas no conjunto de destino.

Principais Contribuições

• Prova de Conceito para TL em Levantamentos Pequenos: O artigo demonstra que o conhecimento destilado de levantamentos de grande escala (ZTF) pode ser efetivamente transferido para instalações de campo pequeno (ILMT) para treinar CNNs para detecção e classificação de transientes, contornando a necessidade de massivos conjuntos de dados locais rotulados.
• Estrutura de Classificador Duplo: O estudo introduz e valida dois tipos de classificadores de alerta: um modelo de 3 classes para classificar candidatos "reais" confirmados e um modelo de 4 classes que integra a rejeição de artefatos diretamente na etapa de classificação.
• Integração Operacional: Os modelos de TL treinados foram integrados com sucesso ao pipeline PyLMT existente e implantados em imagens de campo total do ILMT, indo além da validação teórica para a aplicação operacional.
• Validação Estatística: A eficácia da abordagem de TL foi rigorosamente testada contra modelos de linha de base (treinados sem TL) usando um teste t de amostras independentes, confirmando melhorias estatisticamente significativas no desempenho.

Resultos
Os modelos foram avaliados em conjuntos de dados de teste independentes derivados de ciclos de observação anteriores do ILMT.

• Classificação Real/Falso: O modelo baseado em TL alcançou uma precisão de teste de 97,3%, superando significativamente o modelo de linha de base (treinado apenas com dados do ILMT sem TL), que alcançou 90,5%, e o modelo de origem do ZTF aplicado diretamente ao ILMT (91,5%).
• Classificação de Alerta de Transiente:
  • O classificador de 3 classes alcançou 92,9% de precisão com TL, comparado a 77,3% para a linha de base.
  • O classificador de 4 classes alcançou 85,6% de precisão com TL, comparado a 75,5% para a linha de base.
• Significância Estatística: Testes t de amostras independentes confirmaram que as médias de precisão dos modelos de TL foram significativamente superiores às dos modelos de linha de base em todos os três tipos de classificadores (p-valores $< 0,05$).
• Desempenho Operacional: Quando implantado em aproximadamente 300 imagens de campo total do ILMT, o pipeline detectou com sucesso vários fenômenos astrofísicos, incluindo asteroides (magnitude mediana na banda V ~20), estrelas variáveis, AGNs e candidatos a supernovas (ex: AT 2024abso, AT 2025chp).

Significância e Alegações
Os autores posicionam este trabalho como uma prova de conceito para aprimorar a detecção de transientes em levantamentos de campo pequeno, e não como um substituto imediato para os esquemas existentes. O artigo alega que as assinaturas fundamentais ao nível da imagem de transientes genuínos e artefatos de subtração são amplamente transferíveis entre levantamentos ópticos quando as diferenças de domínio (como a escala de pixel) são mitigadas.

A principal significância reside na capacidade de levantamentos pequenos aproveitarem o conhecimento de instalações de grande escala para acelerar a implantação de pipelines de detecção confiáveis, sem esperar anos para acumular conjuntos de dados rotulados suficientes. Os autores observam que mesmo ganhos modestos na discriminação real/falso podem reduzir substancialmente a carga de verificação manual, o que é crítico para levantamentos pequenos com recursos humanos limitados. No entanto, o artigo reconhece modestamente limitações, incluindo o tamanho relativamente pequeno do conjunto de dados de destino, a dependência parcial de fontes injetadas para certas subclasses e o potencial de deriva de dados (data drift) devido a condições de observação evolutivas, sugerindo que trabalhos futuros devem explorar estruturas de aprendizado contínuo.