MétaCan
Menu
Retour à la cohorte
Enregistrement W3212225167 · doi:10.1088/1475-7516/2022/01/039

In-flight polarization angle calibration for LiteBIRD: blind challenge and cosmological implications

2022· article· en· W3212225167 sur OpenAlexfundno aff
N. Krachmalnicoff, T. Matsumura, E. de la Hoz, S. Basak, A. Gruppuso, Y. Minami, C. Baccigalupi, Eiichiro Komatsu, E. Martínez-González, P. Vielva, J. Aumont, R. Aurlien, S. Azzoni, A. J. Banday, R. B. Barreiro, N. Bartolo, M. Bersanelli, E. Calabrese, A. Carones, F. J. Casas, K. Cheung, Y. Chinone, F. Columbro, P. de Bernardis, P. Diego-Palazuelos, J. Errard, F. Finelli⋆, U. Fuskeland, M. Galloway, R. T. Génova-Santos, M. Gerbino, T. Ghigna, S. Giardiello, E. Gjerløw, M. Hazumi, S. Henrot–Versillé, T. Kisner, L. Lamagna, M. Lattanzi, F. Levrier, G. Luzzi, D. Maino, S. Masi, M. Migliaccio, L. Montier, G. Morgante, B. Mot, Ryo Nagata, F. Nati, P. Natoli, L. Pagano, A. Paiella, D. Paoletti, G. Patanchon, F. Piacentini, G. Polenta, D. Poletti, Giuseppe Puglisi, M. Remazeilles, J. A. Rubiño-Martín, Misao Sasaki, Maresuke Shiraishi, G. Signorelli, S. L. Stever, A. Tartari, M. Tristram, M. Tsuji, L. Vacher, I. K. Wehus, M. Zannoni

Notice bibliographique

RevueJournal of Cosmology and Astroparticle Physics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueCosmology and Gravitation Theories
Établissements canadiensnon disponible
Organismes subventionnairesNuclear PhysicsAgencia Estatal de InvestigaciónOffice of ScienceInstituto de Física de CantabriaCanadian Space AgencyUniversidad de CantabriaCentre National de la Recherche ScientifiqueIstituto Nazionale di AstrofisicaVetenskapsrådetSwedish National Space AgencyJapan Society for the Promotion of ScienceNorges ForskningsrådNational Aeronautics and Space AdministrationCentre National d’Etudes SpatialesMinistry of Education, Culture, Sports, Science and TechnologyNuclear Safety and Security CommissionDeutsche ForschungsgemeinschaftJapan Aerospace Exploration AgencyU.S. Department of Energy
Mots-clésPhysicsCosmic microwave backgroundPolarization (electrochemistry)CalibrationParametric statisticsOpticsComputational physicsAlgorithmStatisticsComputer scienceAnisotropyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract We present a demonstration of the in-flight polarization angle calibration for the JAXA/ISAS second strategic large class mission, LiteBIRD , and estimate its impact on the measurement of the tensor-to-scalar ratio parameter, r , using simulated data. We generate a set of simulated sky maps with CMB and polarized foreground emission, and inject instrumental noise and polarization angle offsets to the 22 (partially overlapping) LiteBIRD frequency channels. Our in-flight angle calibration relies on nulling the EB cross correlation of the polarized signal in each channel. This calibration step has been carried out by two independent groups with a blind analysis, allowing an accuracy of the order of a few arc-minutes to be reached on the estimate of the angle offsets. Both the corrected and uncorrected multi-frequency maps are propagated through the foreground cleaning step, with the goal of computing clean CMB maps. We employ two component separation algorithms, the Bayesian-Separation of Components and Residuals Estimate Tool ( B-SeCRET ), and the Needlet Internal Linear Combination ( NILC ). We find that the recovered CMB maps obtained with algorithms that do not make any assumptions about the foreground properties, such as NILC , are only mildly affected by the angle miscalibration. However, polarization angle offsets strongly bias results obtained with the parametric fitting method. Once the miscalibration angles are corrected by EB nulling prior to the component separation, both component separation algorithms result in an unbiased estimation of the r parameter. While this work is motivated by the conceptual design study for LiteBIRD , its framework can be broadly applied to any CMB polarization experiment. In particular, the combination of simulation plus blind analysis provides a robust forecast by taking into account not only detector sensitivity but also systematic effects.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,292

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,281
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cosmology and Astroparticle PhysicsMême sujetCosmology and Gravitation TheoriesTravaux en français237 207