ESCAPE: efficient synthesis of calibrations for adaptive optics through pseudo-synthetic and empirical methods
Notice bibliographique
Résumé
With the commissioning of the refurbished adaptive secondary mirror (ASM) for the 6.5-meter MMT Observatory under way, special consideration had to be made to properly calibrate the mirror response functions to generate an interaction matrix (IM). The commissioning of the ASM is part of the MMT Adaptive optics exo- Planet characterization System (MAPS) upgrade the observatory’s legacy adaptive optics (AO) system. Unlike most AO systems, MAPS employs a convex ASM which prevents the introduction of a calibration source capable of simultaneously illuminating its ASM and wavefront sensor (WFS). This makes calibration of the AO system a significant hurdle in commissioning. To address this, we have employed a hybrid calibration strategy we call the Efficient Synthesis of Calibrations for Adaptive Optics through Pseudo-synthetic and Empirical methods (ESCAPE). ESCAPE combines the DO-CRIME on-sky calibration method with the SPRINT method for computing pseudo-synthetic calibration matrices. To monitor quasi-static system change, the ESCAPE methodology rapidly and continuously generates pseudo-synthetic calibration matrices using continual empirical feedback in either open or closed-loop. In addition, by measuring the current IM in the background while in close-loop, we are also able to measure the optical gains for pyramid wavefront sensor (PyWFS) systems. In this paper, we will provide the mathematical foundation of the ESCAPE calibration strategy and on-sky results from its application in calibrating the MMT Observatory’s ASM. Additionally, we will showcase the validation of our approach from our AO testbed and share preliminary on-sky results from MMT.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».