A More Informative Map: Inverting Thermal Orbital Phase and Eclipse Light Curves of Exoplanets
Notice bibliographique
Résumé
Abstract Only one exoplanet has so far been mapped in both longitude and latitude, but the James Webb Space Telescope should provide mapping-quality data for dozens of exoplanets. The thermal phase mapping problem has previously been solved analytically, with orthogonal maps (spherical harmonics) yielding orthogonal light curves (sinusoids). The eclipse mapping problem, let alone combined phase+eclipse mapping, does not lend itself to such a neat solution. Previous efforts have adopted either spherical harmonics or various ad hoc map parameterizations, none of which produce orthogonal light curves. We use principal component analysis to construct orthogonal “eigencurves,” which we then use to fit published 8 μm observations of the hot Jupiter HD 189733b. This approach has a few advantages over previously used techniques: (1) the light curves can be precomputed, accelerating the fitting process, (2) the eigencurves are orthogonal to each other, reducing parameter correlations, and (3) the eigencurves are model-independent and are ranked in order of sensitivity. One notable result of our analysis is that eclipse-only mapping of HD 189733b is far more sensitive to the central concentration of dayside flux than to the eastward offset of that hot spot. Mapping can, in principle, suffer from degeneracies between spatial patterns and orbital parameters. Previous mapping efforts using these data have either assumed a circular orbit and precise inclination, or have been pessimistic about the prospects of eclipse mapping in the face of uncertain orbital parameters. We show that for HD 189733b the combined photometry and radial velocity are sufficiently precise to retire this concern. Lastly, we present the first map of brightness temperature, and we quantify the amplitude and longitude offset of the dayside hot spot.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».