Published October 18, 2024 | Version v1
Miscellaneous Restricted

Feature Engineering and Machine Learning for 21. Century Astronomy

Description

Astronomical transients are among the most energetic phenomena in the Universe. In order to unveil their secrets, increasingly better telescopes have been built to perform large scale sky surveys. The upcoming Vera-C.-Rubin Observatory represents the state of the art of a new generation of such surveys. It is expected to detect around 10 million candidate transients each night, producing a light curve for each of them. Given this unprecedented volume of data, the use of machine learning methods to automatically analyze them is unavoidable. However, the machine can only get as good as the quality of the data it is learning from. Hence, one of the most crucial steps of this process lies in the feature extraction of light curves. Ideally, it should optimally encode the object behavior while remaining interpretable, so it can be used by domain experts. The goal of this thesis is to enable meaningful feature extraction from high-dimension light curves. This manuscript presents a series of methods built to enhance state-of-the-art feature extraction procedures, allowing for both, physically motivated modelling and data-driven description. In this context, the Rainbow framework was developed to enable simultaneous multi-wavelength light curve fitting based on physical assumptions, resulting in a more informative parameter space. This method allows the expert to select the best suited parametric models for specific science cases. In order to guide this choice, I propose Multi-view Symbolic Regression (MvSR). It is a data-driven method which automatically constructs a parametric representation from a set of examples, allowing the expert to build tailored analytical functions. The applicability of MvSR extends beyond astronomy and was successfully applied to various sciences. Finally, both frameworks are combined within an adaptive classification pipeline, which takes into account particular characteristics of each light curve to choose the most appropriated parametric description. It demonstrates that the features extracted are highly informative, enabling the separation of similar transient classes, even for poorly sampled light curves. Overall, all methods proposed in this thesis contribute to an interdisciplinary vision of modern astronomy, where domain experts and data scientists collaborate to construct efficient tools that benefit the community. (author)

Abstract (French)

Les phenomenes transitoires astronomiques comptent parmi les evenements les plus energetiques de l'univers. Afin de percer leurs secrets, des telescopes de plus en plus performants ont ete construits pour effectuer des releves du ciel a grande echelle. Le futur observatoire Vera-C.-Rubin represente l'etat de l'art d'une nouvelle generation de tels releves. Il devrait detecter environ 10 millions de potentiels phenomenes transitoires chaque nuit, et produire une courbe de lumiere pour chacun d'entre eux. Compte tenu de ce volume de donnees sans precedent, l'utilisation de methodes d'apprentissage automatique pour les analyser est devenu inevitable. Cependant, la performance de la machine est limitee par la qualite des donnees a partir desquelles elle apprend. C'est pourquoi l'une des etapes les plus cruciales du processus reside dans l'extraction des caracteristiques des courbes de lumiere. Idealement, elle devrait encoder de maniere optimale le comportement de l'objet tout en restant interpretable, de sorte qu'elle puisse etre utilisee par des experts du domaine. L'objectif de cette these est de permettre l'extraction de caracteristiques informatives a partir de courbes de lumiere multidimensionnelles. Ce manuscrit presente une serie de methodes concues pour ameliorer les procedures d'extraction de caracteristiques, offrant a la fois un ajustement de courbes contraint par la physique et une modelisation deduite des donnees. Le procede Rainbow a ete developpe pour permettre l'ajustement simultane de courbes de lumiere dans toutes les longueurs d'onde sur la base d'hypotheses physiques, generant un espace des parametres plus informatif. Cette methode permet a l'expert de selectionner les modeles parametriques les mieux adaptes aux specificites de son domaine. Afin de guider ce choix, je propose la Regression Symbolique Multi-Vues (MvSR). Il s'agit d'une methode basee sur les donnees, permettant la construction automatiquement d'un modele parametrique a partir d'un ensemble d'exemples. Elle offre a l'expert la possibilite d'elaborer des fonctions analytiques sur mesure. L'applicabilite de MvSR s'etend au-dela de l'astronomie et a ete appliquee avec succes a diverses sciences. Enfin, les deux procedes sont combines au sein d'un pipeline de classification adaptatif, qui prend en compte les proprietes individuelles de chaque courbe de lumiere afin de choisir la description parametrique la plus appropriee. Les resultats montrent que les caracteristiques extraites sont hautement informatives, ce qui permet la separation de types de phenomenes transitoires pourtant similaires, meme tot dans leur evolution. Toutes les methodes proposees dans cette these contribuent a une vision interdisciplinaire de l'astronomie moderne, dans laquelle les experts du domaine et les scientifiques des donnees collaborent pour construire des outils efficaces qui profitent a l'ensemble de la communaute. (auteur)

Files

Restricted

The record is publicly accessible, but files are restricted to users with access.

Additional details

Additional titles

Original title (French)
Ingenierie des caracteristiques et apprentissage automatique pour l'astronomie du 21e siecle

Publishing Information

Imprint Pagination
177 p.
Report number
FRNC-TH--16111

Optional Information

Notes
[280 refs.]; Available from the INIS Liaison Officer for France, see the INIS website for current contact and E-mail addresses