A versatile tool for cluster lensing source reconstruction – I. Methodology and illustration on sources in the Hubble Frontier Field Cluster MACS J0717.5+3745
Notice bibliographique
Résumé
ABSTRACT We describe a general-purpose method to reconstruct the intrinsic properties of sources lensed by the gravitational potential of foreground clusters of galaxies. The tool lenstruction is implemented in the publicly available multipurpose gravitational lensing software lenstronomy, in order to provide an easy and fast solution to this common astrophysical problem. The tool is based on forward modelling the appearance of the source in the image plane, taking into account the distortion by lensing and the instrumental point spread function. For singly imaged sources, a global lens model in the format of the Hubble Frontier Fields (HFF) lensing maps is required as a starting point. For multiply imaged sources, the tool can also fit and apply first- (deflection), second- (shear, convergence), and third-order (flexion) corrections to the local gravitational potential to improve the reconstruction, depending on the quality of the data. We illustrate the performance and features of the code with two examples of multiply imaged systems taken from the HFF, starting from five different publicly available cluster models. We find that, after our correction, the relative magnification – and other lensing properties – between the multiple images becomes robustly constrained. Furthermore, we find that scatter between models of the reconstructed source size and magnitude is reduced. The code and Jupyter notebooks are publicly available.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 ».