Characterising the efficiency of the hierarchical clustering method
Notice bibliographique
Résumé
The Hierarchical Clustering Method (HCM) is the de-facto clustering algorithm in the search for groups of “family” asteroids that were formed due to the breakup of a larger parent body. In this work, we feed to the HCM a number of synthetic asteroid families at different positions in the main belt and of different dynamical ages. We then measure how effectively the algorithm can recover the family members, while minimising the inclusion of non-family members. The three metrics of “accuracy”, “precision”, and “recall” were used to characterise the HCM efficiency. The most important factor in the HCM’s ability to cluster families was found to be the relative number density between the family and the asteroid background it is situated in. We compared families to the background in a parameter space defined by proper orbital elements semi-major axis, eccentricity, and inclination (a, e, i), and for families approximately four times denser than the background ∼ 50% of the original family is recovered independently of age. However, to reach these relative densities for families older than 2 Gyr it was necessary to artificially reduce the synthetic background population. We conclude that older families would be all but undetectable in the real main belt, using the HCM. • As asteroid families age, they disperse into and mingle with background asteroids. • Efficiency is primarily decreased through missed family bodies, and not interlopers. • Families older than 2 Gyr are significantly harder to find. • This leads to the phenomena of asteroid family halos, and scarcity in older families.
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 ».