A New Galaxy Group Finding Algorithm: Probability Friends‐of‐Friends
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A new algorithm is developed, based on the friends-of-friends (FOF) algorithm, to identify galaxy groups in a galaxy catalog in which the redshift errors have large dispersions (e.g., a photometric redshift galaxy catalog in which a portion of the galaxies also have much more precise spectroscopic redshifts). The DEEP2 mock catalogs, with our additional simulated photometric redshift errors, are used to test the performance of our algorithm. The association of the reconstructed galaxy groups with the dark halos in the mock catalogs gives an idea about the completeness and purity of the derived group catalog. Our results show that in a 0.6 ⩽ z⩽ 1.6 galaxy catalog with an R-band limiting magnitude of 24.1 and an average 1 σ photometric redshift error of ~0.03, the overall purity of our new algorithm for richness 4-7 (line-of-sight velocity dispersion ~300 km s−1) groups is higher than 70% (i.e., 70% of the groups reconstructed by our algorithm are related to real galaxy groups). The performance of the new algorithm is compared with the performance of the FOF algorithm, and it is suggested that this new algorithm is better than FOF for a database, given the same redshift uncertainties.
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.
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 | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle