Multi-mask least-squares deconvolution: extracting RVs using tailored masks
Notice bibliographique
Résumé
ABSTRACT To push the radial velocity (RV) exoplanet detection threshold, it is crucial to find more reliable RV extraction methods. The least-squares deconvolution (LSD) technique has been used to infer the stellar magnetic flux from spectropolarimetric data for the past two decades. It relies on the assumption that stellar absorption lines are similar in shape. Although this assumption is simplistic, LSD provides a good model for intensity spectra and likewise an estimate for their Doppler shift. We present the multi-mask least-squares deconvolution (MM-LSD) RV extraction pipeline that extracts the RV from two-dimensional echelle-order spectra using LSD with multiple tailored masks after continuum normalization and telluric absorption line correction. The flexibility of LSD allows to exclude spectral lines or pixels at will, providing a means to exclude variable lines or pixels affected by instrumental problems. The MM-LSD pipeline was tested on HARPS-N data for the Sun and selected well-observed stars with 5.7 < Vmag < 12.6. For FGK-type stars with median signal-to-noise ratio above 100, the pipeline delivered RV time series with on average 12 per cent lower scatter as compared to the HARPS-N RV extraction pipeline based on the cross-correlation function technique. The MM-LSD pipeline may be used as a standalone RV code, or modified and extended to extract a proxy for the magnetic field strength.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».