A new method for short-duration transient detection in radio images: searching for transient sources in MeerKAT data of NGC 5068
Notice bibliographique
Résumé
ABSTRACT Transient surveys are a vital tool in exploring the dynamic Universe, with radio transients acting as beacons for explosive and highly energetic astrophysical phenomena. However, performing commensal transient surveys using radio imaging can require a significant amount of computing power, data storage, and time. With the instrumentation available to us, and with new and exciting radio interferometers in development, it is essential that we develop efficient methods to probe the radio transient sky. In this paper, we present results from a commensal short-duration transient survey, on time-scales of 8 s, 128 s, and 1 h, using data from the MeerKAT radio telescope. The data set used was obtained as part of a galaxy observing campaign, and we focus on the field of NGC 5068. We present a quick, wide-field imaging strategy to enable fast imaging of large data sets, and develop methods to efficiently filter detected transient candidates. No transient candidates were identified on the time-scales of 8 s, 128 s, and 1 h, leading to competitive limits on the transient surface densities of $6.7\, {\times }\, 10^{-5}$, $1.1\, {\times }\, 10^{-3}$, and $3.2\, {\times }\, 10^{-2}$ deg−1 at sensitivities of 56.4, 19.2, and 3.9 mJy following primary beam correction for the respective time-scales. We find one possible candidate that could be associated with a stellar flare, which was rejected due to strict image quality control. Further short time-scale radio observations of this candidate could give definite results about its origin.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».