MétaCan
Menu
← Retour à la cohorte
Enregistrement W6942140448 · doi:10.14288/1.0107582

Automated SQUID tuning procedure for kilo-pixel arrays of TES bolometers on the Atacama Cosmology Telescope.

2011· article· en· W6942140448 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBolometerMultiplexerCosmic microwave backgroundSquidInstrumentation (computer programming)TelescopeCosmologySubmillimeter ArraySouth Pole Telescope

Résumé

récupéré en direct d'OpenAlex

The Atacama Cosmology Telescope observes the Cosmic Microwave Background with arcminute resolutionfrom the Atacama desert in Chile. For the first observing season one array of 32 x 32 Transition EdgeSensor (TES) bolometers was installed in the primary ACT receiver, the Millimeter Bolometer Array Camera(MBAC). In the next season, three independent arrays working at 145, 220 and 280 GHz will be installed inMBAC. The three bolometer arrays are each coupled to a time-domain multiplexer developed at the NationalInstitute of Standard and Technology, Boulder, which comprises three stages of superconducting quantuminterference devices (SQUIDs). The arrays and multiplexers are read-out and controlled by the Multi ChannelElectronics (MCE) developed at the University of British Columbia, Vancouver.A number of experiments plan to use the MCE as read-out electronics and thus the procedure for tuning the three stage SQUID system is of general interest. Here we describe the automated array tuning procedures andalgorithms we have developed. During array tuning, the SQUIDs are biased near their critical currents. SQUIDfeedback currents and lock points are selected to maximize linearity, dynamic range, and gain of the SQUIDresponse curves. Our automatic array characterization optimizes the tuning of all three stages of SQUIDs byselecting over 1100 parameters per array during the first observing season and over 2100 parameters during thesecond observing season. We discuss the timing, performance, and reliability of this array tuning procedureas well as planned and recently implemented improvements. Copyright 2008 Society of Photo-Optical Instrumentation Engineers. One print or electronic copy may be made for personal use only. Systematic reproduction and distribution, duplication of any material in this paper for a fee or for commercial purposes, or modification of the content of the paper are prohibited.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,045
Tête enseignante GPT0,247
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Collections→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→