在TESS -SPOC FFIs中使用RAVEN自动搜索过境行星：超过100个新验证的行星和超过2000个经过审查的候选者

摘要：基于太空的任务，如TESS，正在发现大量短周期（≲ 30天）过境行星。尽管确认和候选行星的数量在不断增加，但样本仍不完整且高度偏倚，给人口统计学研究带来挑战。此外，仍有大量未确认的候选者可能是假阳性。我们使用新的流程RAVEN对TESS数据中的过境行星候选者进行统一搜索和验证。我们关注的是超过220万颗由Gaia很好地表征的主序星，在其前四年运营期间（第1至55个扇区）被TESS在全帧图像中观察到。我们的目标是检测周期在0.5到16天之间的候选者。RAVEN使用箱体最小二乘算法检测候选者，利用通过现实模拟训练的机器学习模型将其分类为过境行星和假阳性，并进行统计验证。我们提供了不同审查和验证级别的候选者样本。我们新验证了118个行星，包括31个新检测的行星。我们还提供了超过2000个尚未验证但具有高行星概率的候选者样本，包括约1000个新候选者，一个小样本的新识别的单过境和双过境候选者，以及一个适合进一步后续的高行星概率的大半径（8R⊕）候选者样本。我们审查和验证的过境行星候选者样本代表了改善TESS候选者样本的重要努力。