An Algorithm for the Discovery of Variable Stars and Transients in the Transiting Exoplanet Survey Satellite data archive

Abstract

In dieser Bachelorarbeit wird ein Python-Algorithmus zur Entdeckung von variablen Sternen und Transienten in den Full-frame Images (FFIs) des Transiting Exoplanet Survey Satellite (TESS) entwickelt. Der vorgeschlagene Ansatz beruht auf der Implementierung von Bildsubtraktion, um nicht-variable Objekte zu entfernen und das Rauschen in den Lichtkurven zu reduzieren. Die Wirksamkeit dieser Methode wird durch die erfolgreiche Identifikation bekannter bedeckungsveränderlicher Sterne demonstriert. Mit dem Code ist es möglich, ein Transientenarchiv zu erstellen, welches der größte Katalog seiner Art sein wird und der astrophysikalischen Gemeinschaft zur Verfügung gestellt werden kann.

The goal of this thesis is the development of a python algorithm for the discovery of variable stars and transients within Transiting Exoplanet Survey Satellite (TESS) Full-frame Images (FFIs). The proposed method is based on the implementation of image subtraction to remove non-variable objects and reduce noise in the light curves. The effectiveness of this approach is evaluated by showing the recoverability of known eclipsing binaries. The code will enable the creation of a transient archive which will constitute the largest catalogue of its kind and will be made available to the astrophysical community.