Expansion of a Y-Shaped Antenna Array and Optimization of the Future Antenna Array in Malaysia for Astronomical Applications
Notice bibliographique
Résumé
To achieve high quality images from the sky by extending an existing interferometric array, in this work, the Geometrical Method (GM), Genetic Algorithm (GA), and Division Algorithm (DA) are compared. These methods are each applied independently to an interferometer array starting from the same initial conditions. Using the GM method, the spiral configuration is suggested as an optimum arrangement that provides the desired u-v coverage with low side lobe levels (SLLs). Using the GA method, as the number of generations is increased, the unsampled cells are reduced, enhancing the imaging quality. As such, the algorithm improves the overlapped samples as it works with a greater number of generations. Moreover, the GA is able to suppress the SLL. Finally, the DA is applied to such an array. Results show that the DA is able to process the sampled data with less overlapping of the data in the snapshot observations, in comparison to the other discussed configurations in this paper; effectively the DA reduces the overlapped samples, such that it is more efficient than the GA. The configuration of antennas that arrives by applying the DA method can achieve a certain image quality with less overlapping, as compared to the configuration arriving by applying the GA method. The calculated SLLs for the DA configuration are used to demonstrate that the efficiency of the DA is potentially better than that of the GA. Moreover, the GA and DA algorithms discussed in this study are applied to an array of 10 antennas with coordinates that represent the antennas deployed in Malaysia. Results show that the DA can reduce the overlapping of the samples more efficiently than the GA for a 6-hour tracking observation and in terms of unsampled cells the DA has the same efficiency of the GA.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».