A simulation framework for the <i>LiteBIRD</i> instruments
Notice bibliographique
Résumé
Abstract LiteBIRD , the Lite (Light) satellite for the study of B-mode polarization and Inflation from cosmic background Radiation Detection, is a space mission focused on primordial cosmology and fundamental physics. In this paper, we present the LiteBIRD Simulation Framework (LBS), a Python package designed for the implementation of pipelines that model the outputs of the data acquisition process from the three instruments on the LiteBIRD spacecraft: LFT (Low-Frequency Telescope), MFT (Mid-Frequency Telescope), and HFT (High-Frequency Telescope). LBS provides several modules to simulate the scanning strategy of the telescopes, the measurement of realistic polarized radiation coming from the sky (including the Cosmic Microwave Background itself, the Solar and Kinematic dipole, and the diffuse foregrounds emitted by the Galaxy), the generation of instrumental noise and the effect of systematic errors, like pointing wobbling, non-idealities in the Half-Wave Plate, et cetera . Additionally, we present the implementation of a simple but complete pipeline that showcases the main features of LBS. We also discuss how we ensured that LBS lets people develop pipelines whose results are accurate and reproducible. A full end-to-end pipeline has been developed using LBS to characterize the scientific performance of the LiteBIRD experiment. This pipeline and the results of the first simulation run are presented in Puglisi et al. (2025).
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 | 0,001 | 0,001 |
| 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 ».