Notice bibliographique
Résumé
We develop a method for performing a weak lensing analysis using only measurements of galaxy position angles. By analysing the statistical properties of the galaxy orientations given a known intrinsic ellipticity distribution, we show that it is possible to obtain estimates of the shear by minimizing a χ2 statistic. The method is demonstrated using simulations where the components of the intrinsic ellipticity are taken to be Gaussian distributed. Uncertainties in the position angle measurements introduce a bias into the shear estimates which can be reduced to negligible levels by introducing a correction term into the formalism. We generalize our approach by developing an algorithm to obtain direct shear estimators given any azimuthally symmetric intrinsic ellipticity distribution. We introduce a method of measuring the position angles of the galaxies from noisy pixelized images, and propose a method to correct for biases which arise due to pixelization and correlations between measurement errors and galaxy ellipticities. We also develop a method to constrain the sample of galaxies used to obtain an estimate of the intrinsic ellipticity distribution such that fractional biases in the resulting shear estimates are below a given threshold value. We demonstrate the angle-only method by applying it to simulations where the ellipticities are taken to follow a lognormal distribution. We compare the performance of the position-angle-only method with the standard method based on full ellipticity measurements by reconstructing lensing convergence maps from both numerical simulations and from the Canada–France–Hawaii Lensing Survey data. We find that the difference between the convergence maps reconstructed using the two methods is consistent with noise.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».