Strongly lensed candidates from the HSC transient survey
Notice bibliographique
Résumé
We present a lensed quasar search based on the variability of lens systems in the Hyper Suprime-Cam (HSC) transient survey. Starting from 101 353 variable objects withi-band photometry in the HSC transient survey, we used a variability-based lens search method measuring the spatial extent in difference images to select potential lensed quasar candidates. We adopted conservative constraints in this variability selection and obtained 83 657 variable objects as possible lens candidates. We then ran CHITAH, a lens search algorithm based on the image configuration, on those 83 657 variable objects, and 2130 variable objects were identified as potential lensed objects. We visually inspected the 2130 variable objects, and seven of them are our final lensed quasar candidates. Additionally, we found one lensed galaxy candidate as a serendipitous discovery. Among the eight final lensed candidates, one is the only known quadruply lensed quasar in the survey field, HSCJ095921+020638. None of the other seven lensed candidates have been previously classified as a lens nor a lensed candidate. Three of the five final candidates with availableHubbleSpace Telescope (HST) images, including HSCJ095921+020638, show clues of a lensed feature in the HST images. We show that a tightening of our variability selection criteria might result in the loss of possible lensed quasar candidates, especially the lensed quasars with faint brightness or narrow separation, without efficiently eliminating the non-lensed objects; CHITAHis therefore important as an advanced examination to improve the lens search efficiency through the object configuration. The recovery of HSCJ095921+020638 proves the effectiveness of the variability-based lens search method, and this lens search method can be used in other cadenced imaging surveys, such as the upcomingRubinObservatory Legacy Survey of Space and Time.
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 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».