<tt>LEO-Vetter</tt> : Fully Automated Flux- and Pixel-level Vetting of TESS Planet Candidates to Support Occurrence Rates
Notice bibliographique
Résumé
Abstract The Transiting Exoplanet Survey Satellite (TESS) has identified several thousand planet candidates orbiting a wide variety of stars, and has provided an exciting opportunity for demographic studies. However, current TESS planet searches require significant manual inspection efforts to identify planets among the enormous number of detected transit-like signatures, which limits the scope of such searches. Demographic studies also require a detailed understanding of the relationship between observed and true exoplanet populations, a task for which current TESS planet catalogs are rendered unsuitable by the subjectivity of vetting by eye. We present LEO-Vetter , a publicly available and fully automated exoplanet vetting system designed after the Kepler Robovetter, which is capable of efficiently producing catalogs of promising planet candidates and making statistically robust TESS demographic studies possible. LEO-Vetter implements flux- and pixel-level tests against noise/systematic false positives and astrophysical false positives. The vetter achieves high completeness (91%) and high reliability against noise/systematic false alarms (97%) based on its performance on simulated data. We demonstrate the usefulness of the vetter by searching ∼200,000 M dwarf light curves, and reducing ∼20,000 transit-like detections down to 172 uniformly vetted planet candidates. LEO-Vetter facilitates analyses that would otherwise be impractical to perform on all possible signals due to time constraints or computational limitations. Users will be able to efficiently produce their own TESS planet catalog starting with transit-like detections, as well as have the framework needed to characterize their catalog’s completeness and reliability for occurrence rates.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».