Infrared detectors for first generation extremely large telescope instruments and their characterization program
Notice bibliographique
Résumé
The detectors for the three first generation extremely large telescope (ELT) instruments MICADO (Multi‐AO Imaging Camera for Deep Observations), HARMONI (A High Angular Resolution Monolithic Optical and Near‐infrared Integral Field Spectrograph), and METIS (A Mid‐infrared ELT Imager and Spectrograph) cover from the optical to longwave infrared wavelengths. MICADO and HARMONI detector focal planes require 17 H4RG (Hawaii‐4RG) near‐infrared whilst the METIS focal planes consist of 5 SWIR (shortwave infrared) detectors and one longwave infrared detector. Procurement of the optical and SWIR detectors has been completed, whilst the H4RGs and long wavelength detectors are still in progress. A custom cryogenic facility for infrared array testing (FIAT) has been designed and developed at European Southern Observatory (ESO) over the last few years in order to characterize the infrared detectors for ELT and future Very Large Telescope instruments. FIAT is currently being commissioned in our labs with an H4RG engineering detector. FIAT will be used to characterize the science H4RG‐15 detectors for MICADO and HARMONI, the two first‐light instruments of the ELT while the existing Mosaic Test Facility (MTF) will be used for characterizing the SWIR detectors for METIS. This paper presents an overview of the detector systems for the three instruments, their engineering challenges, and the requirements for the detectors' performance and their characterization program. The paper will also describe a test setup for H4RG detectors including a new preamplifier design with options to operate the detector in different modes and it will also report on the test results from the engineering H4RG detector, as part of the commissioning of FIAT and discuss detector performance and related detector issues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».