时间序列分析

所有帖子标记时间序列分析

更新(2016年3月24日):现在 免费提供 上 astro-ph.

天体物理学杂志 今天发表 一篇论文 我的 同事 和我自己调查了一种寻找卫星的方法 过境外产.

在过去几十年中,成千上万的pc蛋蛋平台下载安装和pc蛋蛋平台下载安装候选人的发现是有动力寻找的平行努力 exoomoons. 。除了提供操作基础 对于帝国,exoomoons可能实际上是 在某种程度上,一个更好的地方找到extoplarars的生命.

该技术用于寻找底花,称为轨道抽样效果,是 由RenéHeller开发 并涉及寻找月亮的微妙签名’S阴影与其过渡pc蛋蛋平台下载安装主机的阴影一起,如下图所示。

At epoch (1), a satellite’s transits just before the planet. At epoch (2), the planet's transit begins, inducing a large dip the measured stellar brightness. At epoch (3), the satellite modifies the planet'S运输光曲线略微但可测量。

地球周围所示的乌云代表了令人缘蜜’S阴影,平均在几个轨道上。在时期(1),卫星在地球面前的卫星运输。在纪元(2),地球’S运输开始,诱导测量的恒星亮度大的浸渍。在时代(3),卫星改变了地球’S运输光曲线略微但可测量。

这种简单的技术具有优势 另类展望搜索 in that it doesn’T需要大量的计算资源实现。它还可以使用已有的数据 开普勒和K2任务。但是,在自己的情况下,该技术可以’t provide a moon’S群众,只有其尺寸,并且需要许多主体pc蛋蛋平台下载安装的矫化线来找到月亮’非常微妙的过境签名。

尽管发现它们是巨大的努力,但仍未发现令人难以置信,因此搜索继续。

 

From http://www.redshift-live.com/binaries/asset/image/25908/image/Graviational_Waves.jpg.

From http://www.redshift-live.com/binaries/asset/image/25908/image/Graviational_Waves.jpg.

没有什么。他们只是挥手了。

由物理泰勒韦德领导,本周’S天文学期刊俱乐部讨论 非常令人兴奋的结果 从利加协作, 首先检测引力波.

爱因斯坦预测1916年的引力波的存在。(如果您的差异几何和德语是任何好的,您可以阅读原始纸张 这里 。)基本上,引力波是该事实的结果,质量可以扭曲空间的形状(即’我们叫重力的是什么)。

这样的结果是运动中的任何巨大物体都可以激发引力波,但只有非常巨大的物体(如,黑洞,黑洞)产生波浪足够大,我们有希望测量它们的希望。

所以在过去的几十年里, Ligo项目除了其他引力观察者之外,一直在监测时空连续体,寻找由于巨大的天体振荡运动而导致的微小扭曲。

利奥试图通过发送两个激光束,每个激光束,沿后延伸来检测这些扭曲 两个正交4米隧道。通过测量每个隧道的每个激光束的行程时间,它们可以确定它们的长度易于精确。通过引力波将以特定方式略微略微修改隧道长度。

多么略有? Ligo上周报告的信号对应于隧道长度的变化0.0000000000000000000001米。那’相当于银河系宽度的变化1米。

在两个不同的天文台站点,一个在华盛顿州和路易斯安那州的另一个在路易斯安那州,衡量了两个黑洞产生的引力波的独特签名,许多倍的阳光质量,因为他们完成了死亡螺旋,融入了一个甚至更大的黑洞,辐射大量的能量。

为什么这是重要的?嗯,看到引力波不会让我们控制重力(至少尚未),并且它们存在的事实并不令人惊讶。相反,利波为我们提供了一种全新的天文方式。

It’■如下,到目前为止,我们正在进行天文学,突然利松建造了彩色望远镜。当然,能够在宇宙中看到巨大而意外的远景。重力辐射的检测是同样的革命性成就。

nyt有一个非常伟大的动画和视频描述如何检测工作,我’ve embedded below.

另一种尝试使用高斯过程来模仿时间序列,我’m看光线曲线 活跃的银核(AGN)。关键的是我’m试图在这里做的是查找和型号耀斑事件。

首先,我有兴趣看我是否可以发现代表耀斑峰的异常值,同时使用高斯过程(GP)模型进行背景变化。下面的文件显示了该尝试。如果没有显着的异常值,则每个绘图中的红色频段都显示了GP预测,而红点显示出异常值。 (顺便说一句,我嵌入代码的方式非常klunky但是解释 这里 。)

[gview file=”http://www.sanlorenzotv.net/wp-content/uploads/2015/03/looking_for_outliers.pdf”]

接下来,我想尝试使用允许相关噪声的模型来符合表观辐射事件之一。为此,我调整了一个例子 Foreman-Mackey.’S George Python模块。我的解决方案如下所示。我需要融合一个变量数量的燃烧事件(我只允许这个例子一个),但模型适合工作很好。在下面的第二个图中,蓝频带显示了模型的范围符合来自的 Markov-Chain Monte-Carlo(MCMC)分析.

[gview file=”http://www.sanlorenzotv.net/wp-content/uploads/2015/03/fit_using_GP.pdf”]