Raven: a harbinger of multi-object adaptive optics-based instruments at the Subaru Telescope
Notice bibliographique
Résumé
In the context of instrumentation for Extremely Large Telescopes (ELTs), an Integral Field Spectrographs (IFSs), fed with a Multi-Object Adaptive Optics (MOAO) system, has many scientific and technical advantages. Integrated with an ELT, a MOAO system will allow the simultaneous observation of up to 20 targets in a several arc-minute field-of-view, each target being viewed with unprecedented sensitivity and resolution. However, before building a MOAO instrument for an ELT, several critical issues, such as open-loop control and calibration, must be solved. The Adaptive Optics Laboratory of the University of Victoria, in collaboration with the Herzberg Institute of Astrophysics, the Subaru telescope and two industrial partners, is starting the construction of a MOAO pathfinder, called Raven. The goal of Raven is two-fold: first, Raven has to demonstrate that MOAO technical challenges can be solved and implemented reliably for routine on-sky observations. Secondly, Raven must demonstrate that reliable science can be delivered with multiplexed AO systems. In order to achieve these goals, the Raven science channels will be coupled to the Subaru's spectrograph (IRCS) on the infrared Nasmyth platform. This paper will present the status of the project, including the conceptual instrument design and a discussion of the science program.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».