MétaCan
Menu
Retour à la cohorte
Enregistrement W4387882078 · doi:10.1088/1538-3873/acf61c

The Adaptive Optics System for the Gemini Infrared Multi-Object Spectrograph: Performance Modeling

2023· article· en· W4387882078 sur OpenAlexafffund
Uriel Conod, Kate Jackson, Paolo Turri, S. C. Chapman, Olivier Lardière, Masen Lamb, Carlos Correia, Gaetano Sivo, Suresh Sivanandam, Jean‐Pierre Véran

Notice bibliographique

RevuePublications of the Astronomical Society of the Pacific · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensCanadian Institute for Theoretical AstrophysicsDalhousie UniversityUniversity of British ColumbiaHerzberg Institute of Astrophysics
Organismes subventionnairesBritish Columbia Knowledge Development FundNational Research Council CanadaUniversity of TorontoNova Scotia Research Innovation Trust
Mots-clésSpectrographAdaptive opticsTelescopeIntegral field spectrographZenithPhysicsOpticsField of viewSpectral resolutionPoint spread functionComputer scienceRemote sensingAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract The Gemini Infrared Multi-Object Spectrograph (GIRMOS) will be a near-infrared, multi-object, medium spectral resolution, integral field spectrograph (IFS) for Gemini North Telescope, designed to operate behind the future Gemini North Adaptive Optics system (GNAO). In addition to a first ground layer Adaptive Optics (AO) correction in closed loop carried out by GNAO, each of the four GIRMOS IFSs will independently perform additional multi-object AO correction in open loop, resulting in an improved image quality that is critical to achieve top level science requirements. We present the baseline parameters and simulated performance of GIRMOS obtained by modeling both the GNAO and GIRMOS AO systems. The image quality requirement for GIRMOS is that 57% of the energy of an unresolved point-spread function ensquared within a 0.1 × 0.1 arcsecond at 2.0 μ m. It was established that GIRMOS will be an order 16 × 16 adaptive optics (AO) system after examining the tradeoffs between performance, risks and costs. The ensquared energy requirement will be met in median atmospheric conditions at Maunakea at 30° from zenith.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
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 enseignants0,306
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,241
Écart entre enseignants0,210 · 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.

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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePublications of the Astronomical Society of the PacificMême sujetAdaptive optics and wavefront sensingTravaux en français237 207