Timeline analysis and wavelet multiscale analysis of the AKARI All-Sky Survey at 90 μm
Notice bibliographique
Résumé
We present a careful analysis of the point-source detection limit of the AKARI All-Sky Survey in the WIDE-S 90-μm band near the North Ecliptic Pole (NEP). Timeline analysis is used to detect IRAS (Infrared Astronomy Satellite) sources and then a conversion factor is derived to transform the peak timeline signal to the interpolated 90-μm flux of a source. Combined with a robust noise measurement, the point-source flux detection limit at signal-to-noise ratio (S/N) > 5 for a single detector row is 1.1 ± 0.1 Jy which corresponds to a point-source detection limit of the survey of ∼0.4 Jy. Wavelet transform offers a multiscale representation of the Time Series Data (tsd). We calculate the continuous wavelet transform of the tsd and then search for significant wavelet coefficients considered as potential source detections. To discriminate real sources from spurious or moving objects, only sources with confirmation are selected. In our multiscale analysis, IRAS sources selected above 4σ can be identified as the only real sources at the Point Source Scales. We also investigate the correlation between the non-IRAS sources detected in timeline analysis and cirrus emission using wavelet transform and contour plots of wavelet power spectrum. It is shown that the non-IRAS sources are most likely to be caused by excessive noise over a large range of spatial scales rather than real extended structures such as cirrus clouds.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».