Open Access
Issue
A&A
Volume 672, April 2023
Article Number A129
Number of page(s) 18
Section Extragalactic astronomy
DOI https://doi.org/10.1051/0004-6361/202245379
Published online 10 April 2023
  1. Ambikasaran, S., Foreman-Mackey, D., Greengard, L., Hogg, D. W., & O’Neil, M. 2015, IEEE Trans. Pattern Anal. Mach. Intell., 38, 252 [Google Scholar]
  2. Anand, G. S., Rizzi, L., & Tully, R. B. 2018, AJ, 156, 105 [NASA ADS] [CrossRef] [Google Scholar]
  3. Anand, G. S., Tully, R. B., Rizzi, L., Riess, A. G., & Yuan, W. 2022, ApJ, 932, 15 [NASA ADS] [CrossRef] [Google Scholar]
  4. Anderson, J. P., González-Gaitán, S., Hamuy, M., et al. 2014, ApJ, 786, 67 [Google Scholar]
  5. Astropy Collaboration (Price-Whelan, A. M., et al.) 2018, AJ, 156, 123 [Google Scholar]
  6. Barlow, M. J., Sugerman, B. E. K., Fabbri, J., et al. 2005, ApJ, 627, L113 [NASA ADS] [CrossRef] [Google Scholar]
  7. Baron, E., Nugent, P. E., Branch, D., & Hauschildt, P. H. 2004, ApJ, 616, L91 [NASA ADS] [CrossRef] [Google Scholar]
  8. Bellm, E. C., Kulkarni, S. R., Graham, M. J., et al. 2019, PASP, 131, 018002 [Google Scholar]
  9. Bessell, M., & Murphy, S. 2012, PASP, 124, 140 [NASA ADS] [CrossRef] [Google Scholar]
  10. Bose, S., & Kumar, B. 2014, ApJ, 782, 98 [NASA ADS] [CrossRef] [Google Scholar]
  11. Buchner, J. 2016, Stat. Comput., 26, 383 [Google Scholar]
  12. Buchner, J. 2019, PASP, 131, 108005 [Google Scholar]
  13. Buchner, J. 2021, J. Open Source Software, 6, 3001 [CrossRef] [Google Scholar]
  14. Burns, C. R., Ashall, C., Contreras, C., et al. 2020, ApJ, 895, 118 [NASA ADS] [CrossRef] [Google Scholar]
  15. Cardelli, J. A., Clayton, G. C., & Mathis, J. S. 1989, ApJ, 345, 245 [Google Scholar]
  16. Czekala, I., Andrews, S. M., Mandel, K. S., Hogg, D. W., & Green, G. M. 2015, ApJ, 812, 128 [NASA ADS] [CrossRef] [Google Scholar]
  17. de Jaeger, T., González-Gaitán, S., Hamuy, M., et al. 2017, ApJ, 835, 166 [NASA ADS] [CrossRef] [Google Scholar]
  18. de Jaeger, T., Zheng, W., Stahl, B. E., et al. 2019, MNRAS, 490, 2799 [NASA ADS] [CrossRef] [Google Scholar]
  19. Dekany, R., Smith, R. M., Riddle, R., et al. 2020, PASP, 132, 038001 [NASA ADS] [CrossRef] [Google Scholar]
  20. Dessart, L., & Hillier, D. J. 2005a, A&A, 439, 671 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  21. Dessart, L., & Hillier, D. J. 2005b, A&A, 437, 667 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  22. Dessart, L., & Hillier, D. J. 2006, A&A, 447, 691 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  23. Dessart, L., Blondin, S., Brown, P. J., et al. 2008, ApJ, 675, 644 [NASA ADS] [CrossRef] [Google Scholar]
  24. Eastman, R. G., Schmidt, B. P., & Kirshner, R. 1996, ApJ, 466, 911 [NASA ADS] [CrossRef] [Google Scholar]
  25. Faran, T., Poznanski, D., Filippenko, A. V., et al. 2014, MNRAS, 442, 844 [NASA ADS] [CrossRef] [Google Scholar]
  26. Filippenko, A. V., Li, W. D., Treffers, R. R., & Modjaz, M. 2001, ASP Conf. Ser., 246, 121 [NASA ADS] [Google Scholar]
  27. Galbany, L., Hamuy, M., Phillips, M. M., et al. 2016, AJ, 151, 33 [NASA ADS] [CrossRef] [Google Scholar]
  28. Gilmore, G., & Reid, N. 1983, MNRAS, 202, 1025 [Google Scholar]
  29. González-Gaitán, S., Tominaga, N., Molina, J., et al. 2015, MNRAS, 451, 2212 [CrossRef] [Google Scholar]
  30. Graham, M. L., Fremling, C., Perley, D. A., et al. 2022, MNRAS, 511, 241 [NASA ADS] [CrossRef] [Google Scholar]
  31. Guillochon, J., Parrent, J., Kelley, L. Z., & Margutti, R. 2017, ApJ, 835, 64 [Google Scholar]
  32. Gutiérrez, C. P., Anderson, J. P., Hamuy, M., et al. 2017, ApJ, 850, 90 [CrossRef] [Google Scholar]
  33. Hamuy, M., & Pinto, P. A. 2002, ApJ, 566, L63 [NASA ADS] [CrossRef] [Google Scholar]
  34. Hamuy, M., Folatelli, G., Morrell, N. I., et al. 2006, PASP, 118, 2 [NASA ADS] [CrossRef] [Google Scholar]
  35. Harris, C. R., Millman, K. J., van der Walt, S. J., et al. 2020, Nature, 585, 357 [NASA ADS] [CrossRef] [Google Scholar]
  36. Hastie, T., & Tibshirani, R. 1990, Generalized Additive Models (Routledge) [Google Scholar]
  37. Herrmann, K. A., Ciardullo, R., Feldmeier, J. J., & Vinciguerra, M. 2008, ApJ, 683, 630 [Google Scholar]
  38. Hicken, M., Friedman, A. S., Blondin, S., et al. 2017, ApJS, 233, 6 [NASA ADS] [CrossRef] [Google Scholar]
  39. Hogg, D. W., Bovy, J., & Lang, D. 2010, ArXiv e-prints [arXiv:1008.4686] [Google Scholar]
  40. Inserra, C., Smartt, S. J., Gall, E. E. E., et al. 2018, MNRAS, 475, 1046 [NASA ADS] [CrossRef] [Google Scholar]
  41. Itagaki, K., Nakano, S., Monard, L. A. G., & Africa, S. 2002, IAU Circ., 7996, 4 [NASA ADS] [Google Scholar]
  42. Jones, M. I., Hamuy, M., Lira, P., et al. 2009, ApJ, 696, 1176 [NASA ADS] [CrossRef] [Google Scholar]
  43. Kangas, T., Yan, L., Schulze, S., et al. 2022, MNRAS, 516, 1193 [Google Scholar]
  44. Kass, R. E., & Raftery, A. E. 1995, J. Am. Stat. Assoc., 90, 773 [Google Scholar]
  45. Kerzendorf, W. E., & Sim, S. A. 2014, MNRAS, 440, 387 [NASA ADS] [CrossRef] [Google Scholar]
  46. Kerzendorf, W., Sim, S., Vogl, C., et al. 2022, https://zenodo.org/record/6299948 [Google Scholar]
  47. Kirshner, R. P., & Kwan, J. 1974, ApJ, 193, 27 [NASA ADS] [CrossRef] [Google Scholar]
  48. Li, W., Filippenko, A. V., van Dyk, S. D., & Cuillandre, J. C. 2004, IAU Circ., 8414, 2 [NASA ADS] [Google Scholar]
  49. Li, W., Leaman, J., Chornock, R., et al. 2011, MNRAS, 412, 1441 [NASA ADS] [CrossRef] [Google Scholar]
  50. Llapasset, J. M., Yamaoka, H., & Ayani, K. 2003, Cent. Bureau Electron. Telegrams, 48, 1 [NASA ADS] [Google Scholar]
  51. Monard, L. A. G. 2002, IAU Circ., 7995, 2 [NASA ADS] [Google Scholar]
  52. Moore, M., Li, W., & Boles, T. 2003, IAU Circ., 8184, 2 [NASA ADS] [Google Scholar]
  53. Morozova, V., Piro, A. L., & Valenti, S. 2017, ApJ, 838, 28 [NASA ADS] [CrossRef] [Google Scholar]
  54. Nakano, S., Kadota, K., & Wells, W. 2008, Cent. Bureau Electron. Telegrams, 1636, 1 [NASA ADS] [Google Scholar]
  55. Ofek, E. O., Arcavi, I., Tal, D., et al. 2014, ApJ, 788, 154 [NASA ADS] [CrossRef] [Google Scholar]
  56. Olivares, E. F., Hamuy, M., Pignata, G., et al. 2010, ApJ, 715, 833 [NASA ADS] [CrossRef] [Google Scholar]
  57. Patat, F., Barbon, R., Cappellaro, E., & Turatto, M. 1994, A&A, 282, 731 [NASA ADS] [Google Scholar]
  58. Pessi, P. J., Folatelli, G., Anderson, J. P., et al. 2019, MNRAS, 488, 4239 [NASA ADS] [CrossRef] [Google Scholar]
  59. Pignata, G., Maza, J., Hamuy, M., et al. 2008, Cent. Bureau Electron. Telegrams, 1587, 1 [NASA ADS] [Google Scholar]
  60. Poznanski, D., Butler, N., Filippenko, A. V., et al. 2009, ApJ, 694, 1067 [NASA ADS] [CrossRef] [Google Scholar]
  61. Pozzo, M., Meikle, W. P. S., Rayner, J. T., et al. 2006, MNRAS, 368, 1169 [CrossRef] [Google Scholar]
  62. Rasmussen, C. E., & Williams, C. K. I. 2006, Gaussian Processes for Machine Learning (MIT Press, Cambridge) [Google Scholar]
  63. Rodríguez, Ó., Clocchiatti, A., & Hamuy, M. 2014, AJ, 148, 107 [CrossRef] [Google Scholar]
  64. Roy, R., Kumar, B., Benetti, S., et al. 2011, ApJ, 736, 76 [NASA ADS] [CrossRef] [Google Scholar]
  65. Rubin, A., Gal-Yam, A., De Cia, A., et al. 2016, ApJ, 820, 33 [NASA ADS] [CrossRef] [Google Scholar]
  66. Sahu, D. K., Anupama, G. C., Srividya, S., & Muneer, S. 2006, MNRAS, 372, 1315 [Google Scholar]
  67. Sanders, N. E., Soderberg, A. M., Gezari, S., et al. 2015, ApJ, 799, 208 [NASA ADS] [CrossRef] [Google Scholar]
  68. Schlafly, E. F., & Finkbeiner, D. P. 2011, ApJ, 737, 103 [Google Scholar]
  69. Schmidt, B. P., Kirshner, R. P., & Eastman, R. G. 1992, ApJ, 395, 366 [NASA ADS] [CrossRef] [Google Scholar]
  70. Schulze, S., Sollermann, J., Perley, D. A., et al. 2020, Transient Name Server AstroNote, 99, 1 [NASA ADS] [Google Scholar]
  71. Scolnic, D., Smith, M., Massiah, A., et al. 2020, ApJ, 896, L13 [NASA ADS] [CrossRef] [Google Scholar]
  72. Servén, D., Brummitt, C., Abedi, H., & Hlink 2018, https://zenodo.org/record/1476122 [Google Scholar]
  73. Silverman, B. W. 1986, Density Estimation for Statistics and Data Analysis (Springer New York, NY) [Google Scholar]
  74. Smartt, S. J. 2009, ARA&A, 47, 63 [NASA ADS] [CrossRef] [Google Scholar]
  75. Sollerman, J., Yang, S., Schulze, S., et al. 2021, A&A, 655, A105 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  76. Szalai, T., Vinkó, J., Könyves-Tóth, R., et al. 2019, ApJ, 876, 19 [Google Scholar]
  77. Takáts, K., & Vinkó, J. 2012, MNRAS, 419, 2783 [CrossRef] [Google Scholar]
  78. Teja, R. S., Singh, A., Sahu, D. K., et al. 2022, ApJ, 930, 34 [NASA ADS] [CrossRef] [Google Scholar]
  79. Tinyanont, S., Ridden-Harper, R., Foley, R. J., et al. 2022, MNRAS, 512, 2777 [NASA ADS] [CrossRef] [Google Scholar]
  80. Vasylyev, S. S., Filippenko, A. V., Vogl, C., et al. 2022, ApJ, 934, 134 [NASA ADS] [CrossRef] [Google Scholar]
  81. Vinkó, J., Takáts, K., Szalai, T., et al. 2012, A&A, 540, A93 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  82. Virtanen, P., Gommers, R., Oliphant, T. E., et al. 2020, Nat. Methods, 17, 261 [Google Scholar]
  83. Vogl, C. 2020, Ph.D. Thesis, Technical University of Munich, Germany [Google Scholar]
  84. Vogl, C., Sim, S. A., Noebauer, U. M., Kerzendorf, W. E., & Hillebrandt, W. 2019, A&A, 621, A29 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  85. Vogl, C., Kerzendorf, W. E., Sim, S. A., et al. 2020, A&A, 633, A88 [NASA ADS] [CrossRef] [EDP Sciences] [Google Scholar]
  86. Welch, D. L., Clayton, G. C., Campbell, A., et al. 2007, ApJ, 669, 525 [NASA ADS] [CrossRef] [Google Scholar]
  87. Wiggins, P. 2017, Cent. Bureau Electron. Telegrams, 4390, 1 [NASA ADS] [Google Scholar]
  88. Wong, K. C., Suyu, S. H., Chen, G. C. F., et al. 2020, MNRAS, 498, 1420 [Google Scholar]
  89. Woosley, S. E. 1988, ApJ, 330, 218 [Google Scholar]
  90. Yao, Y., De, K., Kasliwal, M. M., et al. 2020, ApJ, 900, 46 [NASA ADS] [CrossRef] [Google Scholar]
  91. Yaron, O., & Gal-Yam, A. 2012, PASP, 124, 668 [Google Scholar]
  92. Zanisi, L., Shankar, F., Lapi, A., et al. 2020, MNRAS, 492, 1671 [NASA ADS] [CrossRef] [Google Scholar]
  93. Zwitter, T., Munari, U., & Moretti, S. 2004, Cent. Bureau Electron. Telegrams, 95, 1 [NASA ADS] [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.