MétaCan
Menu
Retour à la cohorte
Enregistrement W1971912102 · doi:10.1117/12.892265

TMTracer: a modeling tool for the TMT alignment and phasing system

2011· article· en· W1971912102 sur OpenAlexfundno aff
Piotr Piatrou

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaNational Science CouncilResearch and Innovation FoundationGordon and Betty Moore FoundationNational Science Foundation
Mots-clésAdaptive opticsWavefrontActive opticsSoftwareWavefront sensorPhaserComputer scienceDeformable mirrorTelescopeActuatorOpticsPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The Alignment and Phasing System (APS) is one of the key parts of the Thirty Meter Telescope (TMT) active optics system, with the responsibility for evaluating and correcting the pre-adaptive optics wavefront delivered by the telescope. APS is a high complexity system comprising a multi-channel wavefront-sensing instrument that produces as many as 250,000 discrete measurements and control software that delivers commands to about 12,000 active optics system actuators. The APS software is designed to guide the instrument development and predict its performance via simulation and also ultimately to serve the physical instrument itself. The software is built around a modeling tool we have developed called TMTracer, which is tailored to the optical alignment of extremely large segmented telescopes. We will present the underlying philosophy of TMTracer, as well as its architecture and sample simulation results that demonstrate its capabilities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdaptive optics and wavefront sensingTravaux en français237 207