MétaCan
Menu
Retour à la cohorte
Enregistrement W3104213766

Confidence Level and Sensitivity Limits in High Contrast Imaging 1

2012· article· en· W3104213766 sur OpenAlexafffund
Christian Marois, David Lafreniére, Bruce Macintosh

Notice bibliographique

RevueUniversity of North Texas Digital Library (University of North Texas) · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensUniversité de Montréal
Organismes subventionnairesLawrence Livermore National LaboratoryInstitut national des sciences de l'UniversComisión Nacional de Investigación Científica y TecnológicaCentre National de la Recherche ScientifiqueConselho Nacional de Desenvolvimento Científico e TecnológicoConsejo Nacional de Investigaciones Científicas y TécnicasU.S. Department of EnergyFonds Québécois de la Recherche sur la Nature et les TechnologiesNational Science Foundation
Mots-clésSpeckle patternOpticsPhysicsPoint spread functionSpeckle noiseNoise (video)Adaptive opticsPixelRician fadingGaussianComputer scienceArtificial intelligenceAlgorithmImage (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In long adaptive optics corrected exposures, exoplanet detections are currently limited by speckle noise originating from the telescope and instrument optics, and it is expected that such noise will also limit future high-contrast imaging instruments for both ground and space-based telescopes. Previous theoretical analysis have shown that the time intensity variations of a single speckle follows a modified Rician. It is first demonstrated here that for a circular pupil this temporal intensity distribution also represents the speckle spatial intensity distribution at a fix separation from the point spread function center; this fact is demonstrated using numerical simulations for coronagraphic and non-coronagraphic data. The real statistical distribution of the noise needs to be taken into account explicitly when selecting a detection threshold appropriate for some desired confidence level. In this paper, a technique is described to obtain the pixel intensity distribution of an image and its corresponding confidence level as a function of the detection threshold. Using numerical simulations, it is shown that in the presence of speckles noise, a detection threshold up to three times higher is required to obtain a confidence level equivalent to that at 5{sigma} for Gaussian noise. The technique is then tested using TRIDENT CFHT and angular differential imaging NIRI Gemini adaptive optics data. It is found that the angular differential imaging technique produces quasi-Gaussian residuals, a remarkable result compared to classical adaptive optic imaging. A power-law is finally derived to predict the 1-3 x 10{sup -7} confidence level detection threshold when averaging a partially correlated non-Gaussian noise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,134
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,134
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,173
Écart entre enseignants0,160 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of North Texas Digital Library (University of North Texas)Même sujetAdaptive optics and wavefront sensingTravaux en français237 207