MétaCan
Menu
Retour à la cohorte
Enregistrement W4293526687 · doi:10.1117/12.2630698

HEART: Gemini North Adaptive Optics (GNAO) real-time controller using the Herzberg Extensible Adaptive Real-time Toolkit (HEART)

2022· article· en· W4293526687 sur OpenAlexaff
Jennifer Dunn, Dan Kerley, Malcolm A. Smith, Edward L. Chapin, Jonathan Stocks, Lianne Muller, Darryl Gamroth, Kate Jackson, Jean‐Pierre Véran

Notice bibliographique

RevueAdaptive Optics Systems VIII · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensHerzberg Institute of Astrophysics
Organismes subventionnairesnon disponible
Mots-clésPython (programming language)Adaptive opticsExtensibilityPersonalizationSoftwareComputer scienceObservatoryReal-time computingState (computer science)Embedded systemOperating systemPhysicsProgramming languageAstronomyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

In July of 2020 the Herzberg Astronomy and Astrophysics Research Centre was contracted to provide the Gemini Telescopes Observatory with a facility class Adaptive Optics (AO) Real Time Controller (RTC) suitable to run existing and future Adaptive Optics Systems. This Gemini Adaptive Optics Real-Time Controller (GAO RTC) is using the Herzberg Extensible Adaptive Real-time Toolkit (HEART), a C/Python software framework for constructing RTCs that targets general-purpose CPUs and standard networking hardware. Initially a fully simulated stand-alone RTC will be completed which will be suitable for experimentation in association with end-to-end AO simulation software. Subsequently, it will be reconfigured and extended to support hardware interfaces to the future Gemini North Adaptive Optics (GNAO) facility. This paper will provide an overview of the customization of the HEART design for GNAO, current state of the development, how this system state changes during operation, and how HEART was de-risked.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,336
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdaptive Optics Systems VIIIMême sujetAdaptive optics and wavefront sensingTravaux en français237 207