Resolving the vicinity of supermassive black holes with gravitational microlensing
Notice bibliographique
Résumé
ABSTRACT Upcoming wide-field surveys will discover thousands of new strongly lensed quasars which will be monitored with unprecedented cadence by the Legacy Survey of Space and Time (LSST). Many of these quasars will undergo caustic-crossing events over the 10-yr LSST survey, during which the quasar’s inner accretion disc crosses a caustic feature produced by an ensemble of microlenses. Such caustic-crossing events offer the unique opportunity to probe the vicinity of the central supermassive black hole, especially when combined with high cadence, multi-instrument follow-up triggered by LSST monitoring. To simulate the high-cadence optical monitoring of caustic-crossing events, we use relativistic accretion disc models which leads to strong asymmetric features. We develop analysis methods to measure the innermost stable circular orbit (ISCO) crossing time of isolated caustic-crossing events and benchmark their performance on our simulations. We also use our simulations to train a convolutional neural network (CNN) to infer the black hole mass, inclination angle, and impact angle directly from these light curves. As a pilot application of our methods, we used archival caustic-crossings of QSO 2237+0305 to estimate the black hole mass and inclination angle. From these data, two of these methods called the second derivative and wavelet methods measure an ISCO crossing time of 48.5 and 49.5 d, corresponding to a Kerr black hole mass of MBH = (1.5 ± 1.2) × 109 and (1.5 ± 1.3) × 109 M⊙, respectively. The CNN inferred log10(MBH/M⊙) = 8.35 ± 0.30 when trained on Schwarzschild black hole simulations, and a moderate inclination of i = 45 ± 23°. These measurements are found to be consistent with previous estimates.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».