論文の概要: Large-Scale Spatial Cross-Calibration of Hinode/SOT-SP and SDO/HMI

• arxiv url: http://arxiv.org/abs/2209.15036v1
• Date: Thu, 29 Sep 2022 18:22:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 16:53:18.565051
• Title: Large-Scale Spatial Cross-Calibration of Hinode/SOT-SP and SDO/HMI
• Title（参考訳）: Hinode/SOT-SPとSDO/HMIの大規模空間交叉校正
• Authors: David F. Fouhey and Richard E. L. Higgins and Spiro K. Antiochos and Graham Barnes and Marc L. DeRosa and J. Todd Hoeksema and K. D. Leka and Yang Liu and Peter W. Schuck and Tamas I. Gombosi
• Abstract要約: 本研究では,Hinode/SOT-SPとSDO/HMI機器メタデータの相互校正について検討する。 以上の結果から,レベル2Hinode/SOT-SPデータの修正が提案されている。
• 参考スコア（独自算出の注目度）: 10.87315887128998
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate the cross-calibration of the Hinode/SOT-SP and SDO/HMI instrument meta-data, specifically the correspondence of the scaling and pointing information. Accurate calibration of these datasets gives the correspondence needed by inter-instrument studies and learning-based magnetogram systems, and is required for physically-meaningful photospheric magnetic field vectors. We approach the problem by robustly fitting geometric models on correspondences between images from each instrument's pipeline. This technique is common in computer vision, but several critical details are required when using scanning slit spectrograph data like Hinode/SOT-SP. We apply this technique to data spanning a decade of the Hinode mission. Our results suggest corrections to the published Level 2 Hinode/SOT-SP data. First, an analysis on approximately 2,700 scans suggests that the reported pixel size in Hinode/SOT-SP Level 2 data is incorrect by around 1%. Second, analysis of over 12,000 scans show that the pointing information is often incorrect by dozens of arcseconds with a strong bias. Regression of these corrections indicates that thermal effects have caused secular and cyclic drift in Hinode/SOT-SP pointing data over its mission. We offer two solutions. First, direct co-alignment with SDO/HMI data via our procedure can improve alignments for many Hinode/SOT-SP scans. Second, since the pointing errors are predictable, simple post-hoc corrections can substantially improve the pointing. We conclude by illustrating the impact of this updated calibration on derived physical data products needed for research and interpretation. Among other things, our results suggest that the pointing errors induce a hemispheric bias in estimates of radial current density.
• Abstract（参考訳）: 本研究では,Hinode/SOT-SPとSDO/HMI機器のメタデータの相互校正について検討する。 これらのデータセットの正確な校正は、入力間研究と学習に基づく磁図システムに必要な対応を与え、物理的に測定可能な光球磁場ベクトルに必要である。 我々は,各楽器のパイプラインからの画像間の対応に幾何モデルに頑健に適合させることにより,この問題にアプローチする。 この技術はコンピュータビジョンでは一般的であるが、Hinode/SOT-SPのような走査スリット分光データを使用するにはいくつかの重要な詳細が必要である。 この手法を、Hinodeミッションの10年間にわたるデータに適用する。 以上の結果から,レベル2Hinode/SOT-SPデータの修正が提案されている。 まず、約2700のスキャン結果から、Hinode/SOT-SP Level 2データのピクセルサイズが約1%誤っていることが示唆された。 第2に、12,000以上のスキャンを分析してみると、ポインティング情報は強いバイアスを持つ数十のアーク秒によって誤っていることが分かる。 これらの補正の回帰は、熱的効果がヒノード/sot-spのポインティングデータに世俗的および周期的ドリフトを引き起こしたことを示している。 解決策は2つあります まず、SDO/HMIデータと直接協調することで、多くのHinode/SOT-SPスキャンのアライメントを改善することができる。 第二に、ポインティング誤差は予測可能であるので、単純なポストホック補正はポインティングを大幅に改善することができる。 我々は、この更新校正が研究と解釈に必要な物理データ製品に与える影響を例示して結論付ける。 この結果から, 対向誤差は放射電流密度の推定において半球バイアスを引き起こすことが示唆された。

関連論文リスト

• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• Enhanced Laser-Scan Matching with Online Error Estimation for Highway and Tunnel Driving [0.0]
  Lidarデータは、自動運転車やモバイルロボットプラットフォームのナビゲーションのためのポイントクラウドを生成するために使用できる。 本稿では,2つの新しい改良点を提供するスキャンマッチングアルゴリズムであるIterative Closest Ellipsoidal Transform (ICET)を提案する。
  論文  参考訳（メタデータ） (2022-07-29T13:42:32Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Ill-posed Surface Emissivity Retrieval from Multi-Geometry HyperspectralImages using a Hybrid Deep Neural Network [0.0]
  大気補正はリモートセンシングの基本的な課題である。 マルチスキャンハイパースペクトルデータを用いた自動大気補正のために,幾何依存型ハイブリッドニューラルネットワークを提案する。 その結果,提案ネットワークは,29の異なる物質に対して0.02以下の平均絶対誤差 (MAE) で大気特性を正確に評価し,目標放射率スペクトルを推定する能力を有することがわかった。
  論文  参考訳（メタデータ） (2021-07-09T18:59:58Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Lidar-Monocular Surface Reconstruction Using Line Segments [5.542669744873386]
  LIDARスキャンと画像データの両方で検出される一般的な幾何学的特徴を利用して、2つのセンサからのデータを高レベル空間で処理することを提案する。 提案手法は, 高精度な地中真理推定を必要とせず, 最先端のLIDARサーベイに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-04-06T19:49:53Z)
• Sketch and Scale: Geo-distributed tSNE and UMAP [75.44887265789056]
  地理的に分散したデータセット上で機械学習分析を実行することは、急速に発生する問題である。 私たちはSketch and Scale(SnS)という新しいフレームワークを紹介します。 これはCount Sketchデータ構造を利用して、エッジノード上のデータを圧縮し、マスターノード上の縮小サイズスケッチを集約し、サマリ上でバニラtSNEまたはUMAPを実行する。 我々は、この技術が完全に並列で、線形に時間にスケールし、メモリに対数的に分散し、通信し、世界中の複数のデータセンターにまたがる数百万、数十億のデータポイントでデータセットを解析できることを示す。
  論文  参考訳（メタデータ） (2020-11-11T22:32:21Z)
• Deep Phase Correlation for End-to-End Heterogeneous Sensor Measurements Matching [12.93459392278491]
  不均一なセンサ計測に適合するエンド・ツー・エンドのディープ位相相関ネットワーク(DPCN)を提案する。 主なコンポーネントは、学習可能な特徴抽出器にポーズエラーをバックプロパゲートする、微分可能な相関ベースの推定器である。 解釈可能なモデリングにより、ネットワークは軽量化され、より良い一般化が期待できる。
  論文  参考訳（メタデータ） (2020-08-21T13:42:25Z)
• Surface Normal Estimation of Tilted Images via Spatial Rectifier [23.112310775824714]
  既存のアプローチでは、重力整列画像を用いてトレーニングされたため、表面の正常を予測できる境界性能を示す。 この2つの仮説は,(1) 視覚的シーンレイアウトは重力方向の指標であり,(2) トレーニングデータの構造的分布から,すべての面が等しく学習された推定器で表されるわけではない,というものである。 傾斜画像の表面正規分布を重力分布に一致するものに変換する空間推定器を設計する。
  論文  参考訳（メタデータ） (2020-07-17T22:22:34Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)
• On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited [94.5455251250471]
  まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。 我々は、角予測タスクを回帰問題から分類問題に変換する。 得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
  論文  参考訳（メタデータ） (2020-03-12T03:23:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。