Kepler provides light curves of 156,000 stars with unprecedented precision. However, the raw data as they come from the spacecraft contain significant systematic and stochastic errors. These errors, which include discontinuities, systematic trends, and outliers, obscure the astrophysical signals in the light curves. To correct these errors is the task of the Presearch Data Conditioning (PDC) module of the Kepler data analysis pipeline. The original version of PDC in Kepler did not meet the extremely high performance requirements for the detection of miniscule planet transits or highly accurate analysis of stellar activity and rotation. One particular deficiency was that astrophysical features were often removed as a side-effect to removal of errors. In this paper we introduce the completely new and significantly improved version of PDC which was implemented in Kepler SOC 8.0. This new PDC version, which utilizes a Bayesian approach for removal of systematics, reliably corrects errors in the light curves while at the same time preserving planet transits and other astrophysically interesting signals. We describe the architecture and the algorithms of this new PDC module, show typical errors encountered in Kepler data, and illustrate the corrections using real light curve examples.

The Transiting Exoplanet Survey Satellite (TESS) will conduct a search for Earth's closest cousins starting in early 2018 and is expected to discover ∼1,000 small planets with R_p < 4 R_⊕ and measure the masses of at least 50 of these small worlds. The Science Processing Operations Center (SPOC) is being developed at NASA Ames Research Center based on the Kepler science pipeline and will generate calibrated pixels and light curves on the NASA Advanced Supercomputing Division's Pleiades supercomputer. The SPOC will also search for periodic transit events and generate validation products for the transit-like features in the light curves. All TESS SPOC data products will be archived to the Mikulski Archive for Space Telescopes (MAST).

New transiting planet candidates are identified in 16 months (2009 May-2010 September) of data from the Kepler spacecraft.Nearly 5000 periodic transit-like signals are vetted against astrophysical and instrumental false positives yielding 1108 viable new planet candidates, bringing the total count up to over 2300.Improved vetting metrics are employed, contributing to higher catalog reliability.Most notable is the noise-weighted robust averaging of multiquarter photo-center offsets derived from difference image analysis that identifies likely background eclipsing binaries.Twenty-two months of photometry are used for the purpose of characterizing each of the candidates.Ephemerides (transit epoch, T 0 , and orbital period, P) are tabulated as well as the products of light curve modeling: reduced radius (R P /R ), reduced semimajor axis (d/R ), and impact parameter (b).The largest fractional increases are seen for the smallest planet candidates (201% for candidates smaller than 2 R ⊕ compared to 53% for candidates larger than 2 R ⊕ ) and those at longer orbital periods (124% for candidates outside of 50 day orbits versus 86% for candidates inside of 50 day orbits).The gains are larger than expected from increasing the observing window from 13 months (Quarters 1-5) to 16 months (Quarters 1-6) even in regions of parameter space where one would have expected the previous catalogs to be complete.Analyses of planet frequencies based on previous catalogs will be affected by such incompleteness.The fraction of all planet candidate host stars with multiple candidates has grown from 17% to 20%, and the paucity of short-period giant planets in multiple systems is still evident.The progression

We report the distribution of planets as a function of planet radius (R_p), orbital period (P), and stellar effective temperature (Teff) for P < 50 day orbits around GK stars. These results are based on the 1,235 planets (formally "planet candidates") from the Kepler mission that include a nearly complete set of detected planets as small as 2 Earth radii (Re). For each of the 156,000 target stars we assess the detectability of planets as a function of R_p and P. We also correct for the geometric probability of transit, R*/a. We consider first stars within the "solar subset" having Teff = 4100-6100 K, logg = 4.0-4.9, and Kepler magnitude Kp < 15 mag. We include only those stars having noise low enough to permit detection of planets down to 2 Re. We count planets in small domains of R_p and P and divide by the included target stars to calculate planet occurrence in each domain. Occurrence of planets varies by more than three orders of magnitude and increases substantially down to the smallest radius (2 Re) and out to the longest orbital period (50 days, ~0.25 AU) in our study. For P < 50 days, the radius distribution is given by a power law, df/dlogR= k R^\alpha. This rapid increase in planet occurrence with decreasing planet size agrees with core-accretion, but disagrees with population synthesis models. We fit occurrence as a function of P to a power law model with an exponential cutoff below a critical period P_0. For smaller planets, P_0 has larger values, suggesting that the "parking distance" for migrating planets moves outward with decreasing planet size. We also measured planet occurrence over Teff = 3600-7100 K, spanning M0 to F2 dwarfs. The occurrence of 2-4 Re planets in the Kepler field increases with decreasing Teff, making these small planets seven times more abundant around cool stars than the hottest stars in our sample. [abridged]

The previous presearch data conditioning algorithm, PDC-MAP, for the Kepler data processing pipeline performs very well for the majority of targets in the Kepler field of view. However, for an appreciable minority, PDC-MAP has its limitations. To further minimize the number of targets for which PDC-MAP fails to perform admirably, we have developed a new method, called multiscale MAP, or msMAP. Utilizing an overcomplete discrete wavelet transform, the new method divides each light curve into multiple channels, or bands. The light curves in each band are then corrected separately, thereby allowing for a better separation of characteristic signals and improved removal of the systematics.

We report on the orbital architectures of Kepler systems having multiple-planet candidates identified in the analysis of data from the first six quarters of Kepler data and reported by Batalha et al. (2013). These data show 899 transiting planet candidates in 365 multiple-planet systems and provide a powerful means to study the statistical properties of planetary systems. Using a generic mass–radius relationship, we find that only two pairs of planets in these candidate systems (out of 761 pairs total) appear to be on Hill-unstable orbits, indicating ∼96% of the candidate planetary systems are correctly interpreted as true systems. We find that planet pairs show little statistical preference to be near mean-motion resonances. We identify an asymmetry in the distribution of period ratios near first-order resonances (e.g., 2:1, 3:2), with an excess of planet pairs lying wide of resonance and relatively few lying narrow of resonance. Finally, based upon the transit duration ratios of adjacent planets in each system, we find that the interior planet tends to have a smaller transit impact parameter than the exterior planet does. This finding suggests that the mode of the mutual inclinations of planetary orbital planes is in the range 10–22, for the packed systems of small planets probed by these observations.

With the unprecedented photometric precision of the Kepler Spacecraft, significant systematic and stochastic errors on transit signal levels are observable in the Kepler photometric data. These errors, which include discontinuities, outliers, systematic trends and other instrumental signatures, obscure astrophysical signals. The Presearch Data Conditioning (PDC) module of the Kepler data analysis pipeline tries to remove these errors while preserving planet transits and other astrophysically interesting signals. The completely new noise and stellar variability regime observed in Kepler data poses a significant problem to standard cotrending methods such as SYSREM and TFA. Variable stars are often of particular astrophysical interest so the preservation of their signals is of significant importance to the astrophysical community. We present a Bayesian Maximum A Posteriori (MAP) approach where a subset of highly correlated and quiet stars is used to generate a cotrending basis vector set which is in turn used to establish a range of "reasonable" robust fit parameters. These robust fit parameters are then used to generate a Bayesian Prior and a Bayesian Posterior Probability Distribution Function (PDF) which when maximized finds the best fit that simultaneously removes systematic effects while reducing the signal distortion and noise injection which commonly afflicts simple least-squares (LS) fitting. A numerical and empirical approach is taken where the Bayesian Prior PDFs are generated from fits to the light curve distributions themselves.

We present 2,241 exoplanet candidates identified with data from the Transiting Exoplanet Survey Satellite (TESS) during its two-year prime mission. We list these candidates in the TESS Objects of Interest (TOI) Catalog, which includes both new planet candidates found by TESS and previously-known planets recovered by TESS observations. We describe the process used to identify TOIs and investigate the characteristics of the new planet candidates, and discuss some notable TESS planet discoveries. The TOI Catalog includes an unprecedented number of small planet candidates around nearby bright stars, which are well-suited for detailed follow-up observations. The TESS data products for the Prime Mission (Sectors 1-26), including the TOI Catalog, light curves, full-frame images, and target pixel files, are publicly available on the Mikulski Archive for Space Telescopes.

\We present the sixth catalog of Kepler candidate planets based on nearly 4 years of high precision photometry. This catalog builds on the legacy of previous catalogs released by the Kepler project and includes 1493 new Kepler Objects of Interest (KOIs) of which 554 are planet candidates, and 131 of these candidates have best fit radii <1.5 R_earth. This brings the total number of KOIs and planet candidates to 7305 and 4173 respectively. We suspect that many of these new candidates at the low signal-to-noise limit may be false alarms created by instrumental noise, and discuss our efforts to identify such objects. We re-evaluate all previously published KOIs with orbital periods of >50 days to provide a consistently vetted sample that can be used to improve planet occurrence rate calculations. We discuss the performance of our planet detection algorithms, and the consistency of our vetting products. The full catalog is publicly available at the NASA Exoplanet Archive.

ABSTRACT We present the seventh Kepler planet candidate (PC) catalog, which is the first catalog to be based on the entire, uniformly processed 48-month Kepler data set. This is the first fully automated catalog, employing robotic vetting procedures to uniformly evaluate every periodic signal detected by the Q1–Q17 Data Release 24 (DR24) Kepler pipeline. While we prioritize uniform vetting over the absolute correctness of individual objects, we find that our robotic vetting is overall comparable to, and in most cases superior to, the human vetting procedures employed by past catalogs. This catalog is the first to utilize artificial transit injection to evaluate the performance of our vetting procedures and to quantify potential biases, which are essential for accurate computation of planetary occurrence rates. With respect to the cumulative Kepler Object of Interest (KOI) catalog, we designate 1478 new KOIs, of which 402 are dispositioned as PCs. Also, 237 KOIs dispositioned as false positives (FPs) in previous Kepler catalogs have their disposition changed to PC and 118 PCs have their disposition changed to FPs. This brings the total number of known KOIs to 8826 and PCs to 4696. We compare the Q1–Q17 DR24 KOI catalog to previous KOI catalogs, as well as ancillary Kepler catalogs, finding good agreement between them. We highlight new PCs that are both potentially rocky and potentially in the habitable zone of their host stars, many of which orbit solar-type stars. This work represents significant progress in accurately determining the fraction of Earth-size planets in the habitable zone of Sun-like stars. The full catalog is publicly available at the NASA Exoplanet Archive.