MétaCan
Menu
Retour à la cohorte
Enregistrement W4401868479 · doi:10.3847/1538-4357/ad6143

Action-angle Variables for Axisymmetric Potentials via Birkhoff Normalization

2024· article· en· W4401868479 sur OpenAlexafffund
Sam Hadden

Notice bibliographique

RevueThe Astrophysical Journal · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensCanadian Institute for Theoretical Astrophysics
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Theoretical Astrophysics
Mots-clésPhysicsNormalization (sociology)Rotational symmetryAction (physics)AstrophysicsClassical mechanicsAstronomyMechanicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract We describe a method for calculating action-angle (AA) variables in axisymmetric galactic potentials using Birkhoff normalization, a technique from Hamiltonian perturbation theory. An advantageous feature of this method is that it yields explicit series expressions for both the forward and inverse transformations between the AA variables and position–velocity data. It also provides explicit expressions for the Hamiltonian and dynamical frequencies as functions of the action variables. We test this method by examining orbits in a Milky Way model potential and compare it to the popular Stäckel approximation method. When vertical actions are not too large, the Birkhoff normalization method achieves fractional errors smaller than a part in 103 and outperforms the Stäckel approximation. We also show that the range over which Birkhoff normalization provides accurate results can be extended by constructing Padé approximants from the perturbative series expressions developed with the method. Numerical routines in Python for carrying out the Birkhoff normalization procedure are made available.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Astrophysical JournalMême sujetTarget Tracking and Data Fusion in Sensor NetworksTravaux en français237 207