A direction-dependent framework for visibility plane mosaicing and primary beam correction
Notice bibliographique
Résumé
ABSTRACT With the increasing sensitivity of modern radio interferometers, it has become important to image objects larger than the field of view while optimizing sensitivity and image fidelity. We present a coherent visibility plane direction-dependent imaging, calibration, and mosaicing framework. Our simulations and application to real MeerKAT data show that this joint deconvolution and primary beam correction approach, coupled with direction-dependent calibration, allows for deeper mosaics with greater fidelity and increased accuracy of recovered flux densities and spectral indices, especially beyond the half-power beam width. Our best-case mosaic produces precise flux values within a 6 per cent uncertainty and spectral indices within 20 per cent throughout the imaged area, and is fully complete out to twice the radii and half the flux density than the image plane equivalent. The application to archival wide-band MeerKAT 1283 MHz data produces the deepest high-resolution image of the Shapley Supercluster Core, with a sensitivity of 3.6 $\mu$Jy beam−1 within the primary beam at a 7 arcsec resolution, constituting a $\sim$50 per cent increase in dynamic range over the image plane counterpart, and a fluxscale that is consistent within 10 per cent across the entire field of view. The compute time for the direction-dependent visibility plane mosaic was comparable to the sum of the times needed to perform direction-dependent calibration on the individual pointings. Our results suggest that visibility plane mosaicing with its capability for deeper deconvolution could improve the efficiency of deep and wide surveys, particularly for on-the-fly mapping and studies of low surface brightness sources, and could form the basis of future calibration pipelines for SKA-scale instruments.
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 ».