MétaCan
Menu
Retour à la cohorte
Enregistrement W4293072770 · doi:10.1117/12.2630341

The High-contrast End-to-End Performance Simulator (HEEPS): influence of ELT/METIS instrumental effects

2022· article· en· W4293072770 sur OpenAlexaboutno aff
Christian Delacroix, Olivier Absil, Gilles Orban de Xivry, M. Shinde, Prashant Pathak, F. Cantalloube, Brunella Carlomagno, Valentin Christiaens, André Boné, Dennis Dolkens, Matthew A. Kenworthy, David Doelman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésComputer scienceSpectrographModular designImage stitchingPython (programming language)OpticsSimulationPhysicsComputer vision

Résumé

récupéré en direct d'OpenAlex

The High-contrast End-to-End Performance Simulator (HEEPS) is an open-source python-based software with a modular and extensible architecture, that creates end-to-end simulations of high contrast imaging (HCI) instruments. It uses the wavefront Fresnel propagation package PROPER, the telescope instrument data simulator ScopeSim, and the HCI image processing package VIP. In this paper, we present the design of HEEPS, and motivate its baseline structure with the implementation of the Mid-infrared ELT Imager and Spectrograph (METIS) HCI modes, including coronagraphic components such as vortex phase masks, ring apodizers, and apodizing phase plates. Then, we present the key results of our thorough end-to-end simulations starting from 1-hour AO residual phase screens produced with the end-to-end AO simulator COMPASS. We analyze various undesirable effects such as pupil effects (stability, uniformity, drift) and noncommon path phase and amplitude errors. Finally, the coronagraphic performance including all effects is shown for all the METIS HCI modes as 5-sigma sensitivity contrast curves after ADI post-processing.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,460

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 technologies0,0010,000
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 Opus0,004
Tête enseignante GPT0,201
Écart entre enseignants0,197 · 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'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive optics and wavefront sensingTravaux en français237 207