MétaCan
Menu
Retour à la cohorte
Enregistrement W2048212456 · doi:10.1117/12.672177

The MOAO system of the IRMOS near-infrared multi-object spectrograph for TMT

2006· article· en· W2048212456 sur OpenAlexaff
David R. Andersen, S. S. Eikenberry, Murray Fletcher, William Gardhouse, Brian Leckie, Jean‐Pierre Véran, Don Gavel, Richard Clare, R. Guzmán, Laurent Jolıssaınt, Roger Julian, William Rambold

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSpectrographWavefrontAdaptive opticsSharpeningPixelOpticsDeformable mirrorComputer visionPhysics

Résumé

récupéré en direct d'OpenAlex

The near-Infrared Multi-Object Spectrograph (IRMOS) for TMT is one of the most powerful astronomical instruments ever envisioned. The combination of the collecting area of TMT, the unique image-sharpening capabilities of the Multi-Object Adaptive Optics (MOAO) system, and the multiplexing advantage of the multi-object integral-field spectra provided by the IRMOS back-end make it capable of addressing some of the leading scientific challenges of the coming decades. Here we present an overview of one potential IRMOS concept and then focus on the MOAO system. In particular we will describe our concept for the laser and natural guide star wavefront sensors, deformable mirrors and the calibration system of MOAO. For each of these design elements, we describe the key trade studies which help define each subsystem. From results of our studies, we assemble a MOAO ensquared energy budget. We find that 50% of the energy is ensquared within the 50 milli-arcsecond spatial pixel of the IRMOS integral field units for a wavelength of 1.65μm. Given the requirements placed on the MOAO system to achieve this performance, large ensquared energies can be achieved with even finer plate scales for wavelengths longer than 1.5μm.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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'étudeExpérimental (laboratoire)
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

Citations25
Publié2006
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