<tt>fftvis</tt> : a non-uniform Fast Fourier Transform based interferometric visibility simulator
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT The detection and characterization of the 21 cm signal from the Epoch of Reionization (EoR) demands extraordinary precision in radio interferometric observations and analysis. For modern low-frequency arrays, achieving the dynamic range necessary to detect this signal requires simulation frameworks to validate analysis techniques and characterize systematic effects. However, the computational expense of direct visibility calculations grows rapidly with sky model complexity and array size, posing a potential bottleneck for scalable forward modelling. In this paper, we present fftvis, a high-performance visibility simulator built on the Flatiron Non-Uniform Fast-Fourier Transform (finufft) algorithm. We show that fftvis matches the well-validated matvis simulator to near numerical precision while delivering substantial runtime reductions, up to two orders of magnitude for dense, many-element arrays. We provide a detailed description of the fftvis algorithm and benchmark its computational performance, memory footprint, and numerical accuracy against matvis, including a validation study against analytic solutions for diffuse sky models. We further assess the utility of fftvis in validating 21 cm analysis pipelines through a study of the dynamic range in simulated delay and fringe-rate spectra. Our results establish fftvis as a fast, precise, and scalable simulation tool for 21 cm cosmology experiments, enabling end-to-end validation of analysis pipelines.
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.
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 | 0,001 |
| 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 découle