深層学習による中性水素強度マッピング調査の前景サブトラクションにおける一次ビーム効果の除去【JST・京大機械翻訳】

Ni Shulei; Li Yichao; Gao Li-Yang; Zhang Xin

プレプリント

J-GLOBAL ID：202202212886868954 整理番号：22P0327202

深層学習による中性水素強度マッピング調査の前景サブトラクションにおける一次ビーム効果の除去【JST・京大機械翻訳】

Eliminating Primary Beam Effect in Foreground Subtraction of Neutral Hydrogen Intensity Mapping Survey with Deep Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2022年05月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

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】

, , , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般

, , , , , ,

前のページに戻る