Confidence Level and Sensitivity Limits in High‐Contrast Imaging
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
In long adaptive optics corrected exposures, exoplanet detections are currently limited by speckle noise originating from the telescope and instrument optics, and it is expected that such noise will also limit future high-contrast imaging instruments for both ground and space-based telescopes. Previous theoretical analysis have shown that the time intensity variations of a single speckle follows a modified Rician. It is first demonstrated here that for a circular pupil this temporal intensity distribution also represents the speckle spatial intensity distribution at a fix separation from the point spread function center; this fact is demonstrated using numerical simulations for coronagraphic and non-coronagraphic data. The real statistical distribution of the noise needs to be taken into account explicitly when selecting a detection threshold appropriate for some desired confidence level. In this paper, a technique is described to obtain the pixel intensity distribution of an image and its corresponding confidence level as a function of the detection threshold. Using numerical simulations, it is shown that in the presence of speckles noise, a detection threshold up to three times higher is required to obtain a confidence level equivalent to that at 5sigma for Gaussian noise. The technique is then tested using TRIDENT CFHT and angular differential imaging NIRI Gemini adaptive optics data. It is found that the angular differential imaging technique produces quasi-Gaussian residuals, a remarkable result compared to classical adaptive optic imaging. A power-law is finally derived to predict the 1-3*10^-7 confidence level detection threshold when averaging a partially correlated non-Gaussian 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.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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