MétaCan
Menu
Retour à la cohorte
Enregistrement W1972662203 · doi:10.1088/0067-0049/206/2/18

MILLIONS OF MULTIPLES: DETECTING AND CHARACTERIZING CLOSE-SEPARATION BINARY SYSTEMS IN SYNOPTIC SKY SURVEYS

2013· article· en· W1972662203 sur OpenAlexaff
E. Terziev, Nicholas M. Law, Christoph Baranec, J. S. Bloom, Khanh Bui, Mahesh Burse, Pravin Chorida, H. K. Das, Richard Dekany, Adam L. Kraus, S. R. Kulkarni, P. Nugent, E. O. Ofek, Sujit Punnadi, A. N. Ramaprakash, Reed Riddle, M. Sullivan, Shriharsh P. Tendulkar

Notice bibliographique

RevueThe Astrophysical Journal Supplement Series · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStellar, planetary, and galactic studies
Établissements canadiensCanadian Institute for Theoretical AstrophysicsUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBinary numberSkyPhysicsStarsContrast (vision)Field of viewField (mathematics)Position (finance)Noise (video)AlgorithmAstrophysicsComputer scienceOpticsArtificial intelligenceImage (mathematics)Mathematics

Résumé

récupéré en direct d'OpenAlex

The direct detection of binary systems in wide-field surveys is limited by the size of the stars' point-spread functions (PSFs). A search for elongated objects can find closer companions, but is limited by the precision to which the PSF shape can be calibrated for individual stars. Based on a technique from weak-lensing analysis, we have developed the BinaryFinder algorithm to search for close binaries by using precision measurements of PSF ellipticity across wide-field survey images. We show that the algorithm is capable of reliably detecting binary systems down to ≈1/5 of the seeing limit, and can directly measure the systems' position angles, separations, and contrast ratios. To verify the algorithm's performance we evaluated 100,000 objects in Palomar Transient Factory (PTF) wide-field-survey data for signs of binarity, and then used the Robo-AO robotic laser adaptive optics system to verify the parameters of 44 high-confidence targets. We show that BinaryFinder correctly predicts the presence of close companions with a <11% false-positive rate, measures the detected binaries' position angles within 1° to 4° (depending on signal-to-noise ratio and separation), and separations within 25%, and weakly constrains their contrast ratios. When applied to the full PTF data set, we estimate that BinaryFinder will discover and characterize ∼450,000 physically associated binary systems with separations <2 arcsec and magnitudes brighter than m R = 18. New wide-field synoptic surveys with high sensitivity and sub-arcsecond angular resolution, such as LSST, will allow BinaryFinder to reliably detect millions of very faint binary systems with separations as small as 0.1 arcsec.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,240
Écart entre enseignants0,227 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical Journal Supplement SeriesMême sujetStellar, planetary, and galactic studiesTravaux en français237 207