抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
中性水素(HI)強度マッピング(IM)調査において,宇宙論的信号に関する前景汚染は非常に深刻であり,ラジオ望遠鏡自体によって引き起こされる系統的影響は,さらに前景を差し引くことの困難さをさらに悪化させた。本研究では,深い学習法,具体的には3D U-Netアルゴリズムが,望遠鏡の一次ビームに起因する系統的効果を考慮するとき,前景減算において重要な役割を演ずるかどうかを調査した。2つのビームモデル,即ち,単純なケースとしてGaussビームモデルと洗練されたケースとしてコサインビームモデルを考察した。伝統的主成分分析(PCA)法を比較として採用し,より重要なことに,U-Net法のための前処理段階として,スカイマップダイナミックレンジを減らす。Gaussビームの場合,PCA法は前景を効果的に洗浄できることを見出した。しかし,PCA法はコサインビームによって誘起された系統的効果を扱うことができず,付加的U-Net法は結果を著しく改善できる。PCAとU-Net法がHI信号をどのように回復できるかを示すために,HI角パワースペクトルとHI2Dパワースペクトルを,前景減算を行った後に導いた。Gaussビームの場合,U-Netを用いた元のHIマップとの一致は27.4%のPCAを用いたそれよりも良く,コサインビームの場合,U-Netを用いた一致は144.8%のPCAを用いるよりも良好であることが分かった。したがって,U-Netベースの前景減算は,望遠鏡の一次ビーム効果を効率的に除去することができ,将来のHI IM実験のためのHIパワースペクトルの回復に新しい光を当てることができる。【JST・京大機械翻訳】