Fast Estimation of Orbital Parameters in Milky Way-like Potentials
Notice bibliographique
Résumé
Orbital parameters, such as eccentricity and maximum vertical excursion, of stars in the Milky Way are an important tool for understanding its dynamics and evolution, but calculation of such parameters usually relies on computationally-expensive numerical orbit integration. We present and test a fast method for estimating these parameters using an application of the St\"ackel fudge, used previously for the estimation of action-angle variables. We show that the method is highly accurate, to a level of $<1\%$ in eccentricity, over a large range of relevant orbits and in different Milky Way-like potentials, and demonstrate its validity by estimating the eccentricity distribution of the RAVE-TGAS data set and comparing it to that from orbit integration. Using the method, the orbital characteristics of the $\sim 7$ million $\textit{Gaia}$ DR2 stars with radial velocity measurements are computed with Monte Carlo sampled errors in $\sim 116$ hours of parallelised cpu time, at a speed that we estimate to be $\sim 3$ to $4$ orders of magnitude faster than using numerical orbit integration. We demonstrate using this catalogue that $\textit{Gaia}$ DR2 samples a large range of orbits in the solar vicinity, down to those with $r_\mathrm{peri} \lesssim 2.5$ kpc, and out to $r_\mathrm{ap} \gtrsim 13$ kpc. We also show that many of the features present in orbital parameter space have a low mean $z_\mathrm{max}$, suggesting that they likely result from disk dynamical effects.
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 | 0,000 | 0,001 |
| 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 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 ».