인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Upcoming deep optical surveys such as the Vera C. Rubin Observatory Legacy Survey of Space and Time (LSST) will scan the sky to unprecedented depths and detect billions of galaxies. This amount of detections will however cause the apparent superposition of galaxies on the images, called blending, and generate a new systematic error due to the confusion of sources. As consequences, the measurements of individual galaxies properties such as their redshifts or shapes will be impacted, and some galaxies will not be detected. However, galaxy shapes are key quantities, used to estimate masses of large scale structures, such as galaxy clusters, through weak gravitational lensing. This work presents a new catalog matching algorithm, called friendly, for the detection and characterization of blends in simulated LSST data for the Dark Energy Science Collaboration (DESC) Data Challenge 2. By identifying a specific type of blends, we show that removing them from the data may partially correct the amplitude of the excess surface mass density ΔΣ weak lensing profile that could be biased low by around 20% due to blending. This would result in impacting clusters weak lensing mass estimate and cosmology.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
