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
Context . Determining the ages of young stellar systems is fundamental for testing and validating current star-formation theories. Aims. We aim to develop a Bayesian version of the expansion-rate method that incorporates the a priori knowledge of the stellar system’s age and solves some of the caveats of the traditional frequentist approach. Methods . We upgraded an existing Bayesian hierarchical model with additional parameter hierarchies that include, amongst others, the system’s age. We propose prior distributions inspired by literature works. Results . We validate our method on a set of extensive simulations mimicking the properties of real stellar systems. In stellar associations between 10 and 40 Myr and up to 150 pc; the errors are <10%. In star forming regions up to 400 pc, the error can be as large as 80% at 3 Myr, but it rapidly decreases with increasing age. Conclusions . The Bayesian expansion-rate methodology that we present here offers several advantages over the traditional frequentist version. In particular, the Bayesian age estimator is more robust and credible than the commonly used frequentist ones. This new Bayesian expansion-rate method is made publicly available as a module of the free and open-source code Kalkayotl .
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
