Application d'une technique d'autocorrélation à divers domaines de l'astrophysique
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".