Toward the very long baseline interferometric calibration of the CHIME/FRB Outriggers
Bibliographic record
Abstract
Les sursauts radio rapides (FRB) sont des signaux radio extrêmement lumineux d’une durée de l’ordre de la microseconde à la milliseconde avec une origine extragalactique inconnue. Une étape importante vers des modèles contraignants pour leurs progéniteurs consiste à identifier leurs galaxies hôtes, ou mieux encore, leurs positions au sein de leurs hôtes. Cela nécessite de localiser les FRB dans le ciel avec une précision inférieure à la seconde d’arc, ce qui donnerait une idée du type de galaxies et des environnements locaux dans lesquels les FRB se produisent.Le projet Canadian Hydrogen Intensity Mapping Experiment Fast Radio Burst (CHIME/FRB) a observé un large échantillon de FRB grâce à sa conception unique optimisée pour des observations rapides à grand champ. Les Outriggers CHIME/FRB sont un réseau VLBI de trois antennes de type CHIME qui permettront au localisation des FRB avec une précision au millième d’arcsec. Pour calibrer le réseau VLBI, nous prévoyons d’employer une nouvelle approche consistant à utiliser des pulsars répartis dans tout le ciel comme calibrateurs. La mise en œuvre de cette approche nécessite la formation de faisceaux en temps réel de pulsars chaque seconde pour suivre un calibrateur de pulsar alors qu’il transite à travers le ciel et enregistre les données de tension formées par le faisceau lors d’un événement FRB pour les activer hors ligne référencement de phase. Dans cette thèse, nous décrivons les améliorations apportées au formateur de faisceaux rudimentaire en temps réel pour répondre à ces exigences.KKO, le premier Outrigger CHIME/FRB, a vu sa première lumière en juin 2022 et est en mise en service depuis cette date. Avec une distance de visibilité directe de 66 km par rapport à CHIME, il peut fournir une précision de localisation du ciel de 1 seconde d’arc. En tant qu’éclaireur pour les Outriggers, KKO a permis le développement et le test de logiciels pipelines destinés à la localisation des FRB. Dans cette thèse, nous aborderons également les pipelines mis en place pour acquérir des données des FRBs aux Outriggers, et une analyse effectuée pour obtenir l’exactitude et les erreurs estimées de nos techniques d’étalonnage VLBI
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
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".