Application d'une technique d'autocorrélation à divers domaines de l'astrophysique
Notice bibliographique
Résumé
Dans ce projet de doctorat, nous appliquons une technique d'analyse basée sur la fonction d'autocorrélation à trois domaines distincts de l'astrophysique dans le but de détecter avec une grande précision des variations causées par différents phénomènes physiques dans le profil des raies d'absorption des spectres stellaires. Le premier sujet concerne la mesure de champs magnétiques stellaires. Nous avons obtenu la courbe de variation du module moyen du champ magnétique de 18 étoiles en fonction de leur période de rotation, et avons comparé quelques courbes magnétiques obtenues avec la technique d'autocorrélation avec celles découlant de l'analyse d'un autre groupe de recherche qui a utilisé une méthode conventionnelle. Pour tous les cas, la technique d'autocorrélation nous a procuré des résultats d'une précision supérieure à la technique concurrentielle. Le second sujet analysé se rapporte aux mesures de la vitesse de microturbulence des céphéides avec la technique d'autocorrélation. Nous avons obtenu des courbes de vitesses de microturbulence en fonction de la phase de pulsation de six céphéides. Pour la grande majorité des cas étudiés, nous avons mesuré un pic de vitesse de microturbulence à l'instant où la céphéide atteint son rayon minimal. Ces résultats sont en accord avec des travaux antérieurs menés sur le sujet. Le troisième et dernier sujet analysé est en lien avec la détection de signaux d'exoplanètes par lumière réfléchie de l'étoile hôte. Dans le spectre visible, le signal d'une planète est approximativement une copie de celui de son étoile hôte, mais d'intensité beaucoup plus faible (i.e. 10-⁵ à 10-⁴ fois l'intensité de l'étoile). De ce fait, détecter la signature d'une planète dans le visible avec un degré de certitude acceptable est un défi important. Pour cette portion du projet, nous avons mis de l'avant les avantages de la fonction d'autocorrélation par rapport à une méthode déjà bien établie dans le domaine basée sur la fonction de corrélation croisée au moyen de spectres simulés. De plus, nous avons analysé le système de l'étoile 51 Peg accompagnée de sa planète 51 Peg b. Nous avons réussi à mesurer le signal de la planète 51 Peg b avec une détection maximale de 5.52 ợ bruit. Il s'agit d'un degré de détection presque 50 % supérieur à celui atteint par un autre groupe de recherche ayant utilisé les mêmes spectres et une technique de corrélation croisée.De ce fait, détecter la signature d'une planète dans le visible avec un degré de certitude acceptable est un défi important. Pour cette portion du projet, nous avons mis de l'avant les avantages de la fonction d'autocorrélation par rapport à une méthode déjà bien établie dans le domaine basée sur la fonction de corrélation croisée au moyen de spectres simulés. De plus, nous avons analysé le système de l'étoile 51 Peg accompagnée de sa planète 51 Peg b. Nous avons réussi à mesurer le signal de la planète 51 Peg b avec une détection maximale de 5.52 o bruit. Il s'agit d'un degré de détection presque 50 % supérieur à celui atteint par un autre groupe de recherche ayant utilisé les mêmes spectres et une technique de corrélation croisée.De ce fait, détecter la signature d'une planète dans le visible avec un degré de certitude acceptable est un défi important. Pour cette portion du projet, nous avons mis de l'avant les avantages de la fonction d'autocorrélation par rapport à une méthode déjà bien établie dans le domaine basée sur la fonction de corrélation croisée au moyen de spectres simulés. De plus, nous avons analysé le système de l'étoile 51 Peg accompagnée de sa planète 51 Peg b. Nous avons réussi à mesurer le signal de la planète 51 Peg b avec une détection maximale de 5.52 o bruit. Il s'agit d'un degré de détection presque 50 % supérieur à celui atteint par un autre groupe de recherche ayant utilisé les mêmes spectres et une technique de corrélation croisée.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».