Impact of beam far side-lobe knowledge in the presence of foregrounds for LiteBIRD
Notice bibliographique
Résumé
Abstract We present a study of the impact of a beam far side-lobe lack of knowledge on the measurement of the Cosmic Microwave Background B-mode signal at large scale. Beam far side-lobes induce a mismatch in the transfer function of Galactic foregrounds between the dipole and higher multipoles which degrads the performances of component separation methods. This leads to foreground residuals in the CMB map. It is expected to be one of the main source of systematic effects in future CMB polarization observations. Thus, it becomes crucial for all-sky survey missions to take into account the interplays between beam systematic effects and all the data analysis steps. LiteBIRD is the ISAS/JAXA second strategic large-class satellite mission and is dedicated to target the measurement of CMB primordial B modes by reaching a sensitivity on the tensor-to-scalar ratio r of σ(r) ≤ 10-3 assuming r = 0. The primary goal of this paper is to provide the methodology and develop the framework to carry out the end-to-end study of beam far side-lobe effects for a space-borne CMB experiment. We introduce uncertainties in the beam model, and propagate the beam effects through all the steps of the analysis pipeline, most importantly including component separation, up to the cosmological results in the form of a bias δr. As a demonstration of our framework, we derive requirements on the calibration and modeling for the LiteBIRD's beams under given assumptions on design, simulation, component separation method and allocated error budget. In particular, we assume a parametric method of component separation with no mitigation of the far side-lobes effect at any stage of the analysis pipeline. We show that δr is mostly due to the integrated fractional power difference between the estimated beams and the true beams in the far side-lobes region, with little dependence on the actual shape of the beams, for low enough δr. Under our set of assumptions, in particular considering the specific foreground cleaning method we used, we find that the integrated fractional power in the far side-lobes should be known at the level of ∼ 10-4, to achieve the required limit on the bias δr < 1.9 × 10-5. The framework and tools developed for this study can be easily adapted to provide requirements under different design, data analysis frameworks and for other future space-borne experiments, such as PICO or CMB-Bharat. We further discuss the limitations of this framework and potential extensions to circumvent them.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».