MétaCan
Menu
Retour à la cohorte
Enregistrement W2481922120 · doi:10.1117/12.2232436

Data reduction software for the Mid-Infrared E-ELT Imager and Spectrograph (METIS) for the European Extremely Large Telescope (E-ELT)

2016· article· en· W2481922120 sur OpenAlexaboutno aff
Michael Mach, R. Köhler, O. Czoske, Kieran Leschinski, W. W. Zeilinger, Wolfgang Kausch, T. Ratzka, M. Leitzinger, R. Greimel, Norbert Przybilla, V. Schaffenroth, M. Güdel, Bernhard R. Brandl

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpectrographMetisSoftwareTelescopeInfraredData reductionReduction (mathematics)Remote sensingComputer sciencePhysicsAstronomyGeologyOperating systemMathematicsSpectral lineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

We present the current status of the design of the science data reduction pipeline and the corresponding dataflow system for METIS. It will be one of the first three instruments for the E-ELT and work at wavelengths between 3-19 μm (L/M/N/Q1 bands). We will deliver software which is compliant to standards of the European Southern Observatory (ESO), and will employ state of the art techniques to produce science grade data, master calibration frames, quality control parameters and to handle instrument effects. The Instrument currently offers a wealth of observing modes that are listed in this paper. Data reduction for a ground based instrument at these wavelengths is particularly challenging because of the massive influence of thermal radiation from various sources. We will give a comprehensive overview of the data ow system for the imaging modes that the instrument offers and discuss a single recipe versus a multi recipe approach for the different observing modes for imaging.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,298
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetScientific Computing and Data ManagementTravaux en français237 207