Latest results with LBTI's Vortex coronagraph: real-time tip/tilt sensing, new data reduction algorithms, and YSO observations
Notice bibliographique
Résumé
Vortex coronagraphs are among the most promising solutions to perform high contrast imaging at small angular separations from bright stars. They enhance the dynamic range at very small inner working angle (down to the diffraction limit of the telescope) and provide a clear 360 degree discovery space for high-contrast direct imaging of exoplanets. In 2013, we installed and commissioned an L-band coronagraph in LBTI/LMIRCam and obtained outstanding images of the four planets around HR8799 during the first hours on sky. In this presentation, we will present the results of the latest data reduction performed with the VIP software that is developed at the University of Liège and that features state-of-the-art image processing algorithms inherited from the field of background subtraction in computer vision (including machine learning algorithms and low rank modeling algorithms). We will also present the results obtained with the second L- and M-band coronagraph that was recently installed in LMIRCam to enable binocular Vortex observations. During the first observations (October 2016), we tested and validated a new real-time post-coronagraphic tip-tilt sensing technique (called QACITS) to quickly align each beam on the center of their respective Vortex coronagraph and obtained observations of a young star showing disk features near the resolution limit of each aperture. Finally, we will present some exciting prospects for the Vortex coronagraph that will be installed on VISIR and ELT/METIS.
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 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».