DIGITAL TRACKING OBSERVATIONS CAN DISCOVER ASTEROIDS 10 TIMES FAINTER THAN CONVENTIONAL SEARCHES
Notice bibliographique
Résumé
We describe digital tracking, a method for asteroid searches that greatly increases the sensitivity of a telescope to faint unknown asteroids. It has been previously used to detect faint Kuiper Belt objects using the Hubble Space Telescope and large ground-based instruments, and to find a small, fast-moving asteroid during a close approach to Earth. We complement this earlier work by developing digital tracking methodology for detecting asteroids using large-format CCD imagers. We demonstrate that the technique enables the ground-based detection of large numbers of new faint asteroids. Our methodology resolves or circumvents all major obstacles to the large-scale application of digital tracking for finding main belt and near-Earth asteroids. We find that for both asteroid populations, digital tracking can deliver a factor of ten improvement over conventional searches. Digital tracking has long been standard practice for deep Kuiper Belt surveys, but even there our methodology enables deeper integrations than have yet been attempted. Our search for main belt asteroids using a one-degree imager on the 0.9m WIYN telescope on Kitt Peak validates our methodology, delivers sensitivity to asteroids in a regime previously probed only with 4-meter and larger instruments, and leads to the detection of 156 previously unknown asteroids and 59 known objects in a single field. Digital tracking has the potential to revolutionize searches for faint moving objects ranging from the Kuiper Belt through main belt and near-Earth asteroids, and perhaps even anthropogenic space debris in low Earth orbit.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».