1,720,965 research outputs found
L'aube cosmique : simulation numérique et apprentissage machine pour interpréter le signal 21-cm
No full textThe 21-cm line of neutral Hydrogen is a treasure trove of information on the first billion years of the Universe. The 21-cm cosmological signal is driven by various astrophysical processes and is a unique window into the birth of the first structures during the Cosmic Dawn and the ionization of the intergalactic medium during the Epoch of Reionization. Its observation by a new generation of powerful radio-telescopes, the Square Kilometer Array and its pathfinders, will give in the coming years unmatched insight into the properties of the first generation of galaxies. While observing the signal is a massive instrumental challenge, interpreting the resulting data is no trivial task either. This thesis is a proof-of-concept that robust Bayesian interpretation of current and future measurements of the 21-cm signal with 3D radiative transfer simulation is feasible.In this work, I first modified the Licorice hydro-radiative cosmological simulation code. These modifications consist mainly in implementing and validating two subgrid models. The first relies on the Conditional Mass Function formalism to model subgrid star formation, and the second is a two-phase model of the gas in the IGM. I validated these models against high-resolution simulations, and together, they allow fast, low-resolution Licorice simulations to produce a realistic rendering of Reionization and the 21-cm signal in a few hundred cpu hours (whereas high-resolution simulations require millions).In order to explore the parameter space of our astrophysical model, I then used Licorice to generate two databases of simulations, Loreli I and II. Loreli I contains 750 signals and 4 parameters were varied. It is the precursor of Loreli II, a database of approximately 10 000 simulations, charting a 5D parameter space and weighing 1.5 PB.I proceeded to use the power spectra of the Loreli simulations as training data for neutral networks in order to perform a Bayesian inference task. I explored three Machine-Learning-powered inference techniques. The first is an emulator of the 21-cm power spectrum in an MCMC pipeline, assuming an approximate form for the likelihood. The others are examples of Simulation-Based Inference methods : I trained Neural Density Estimators to fit the true likelihood of our model, and Bayesian Neural Networks to directly predict the Bayesian posterior distribution over the astrophysical parameters. Using these methods, we performed inference on thousands of mock observations of the 21-cm signal. The performances of the three approaches were thoroughly assessed and compared, in particular using Simulation-Based Calibration. We obtained more accurate posteriors using the emulator than with the other methods, and apply this approach to recent upper limits provided by the HERA interferometer. We report that the high-redshift galaxies of the first billion years are unlikely to have weak X-ray emissivities.Autour des années 1930, Georges Lemaitre et Edwin Hubble ont montré que notre Univers était en expansion. Alors que l'Univers s'étend, le gaz qu'il contient refroidit, et 400 000 ans après le Big Bang, les électrons et protons qui formaient jusqu'ici un plasma ionisé s'assemblent pour former les premiers atomes de l'Histoire, principalement de l'Hydrogène et de l'Hélium. Une transition de phase, nommée la Recombinaison, s'opère : l'Univers passe d'un état ionisé et opaque à un état neutre et transparent.Le contenu de l'Univers n'est pas homogène. Les minuscules fluctuations initiales, d'origine quantique, sont exacerbées par l'Inflation Cosmique qui suit le Big Bang, puis accentuées par la gravitation : les régions plus denses que la moyenne attirent la matière environnante et grandissent encore. Environ 50-200 millions d'années après le Big Bang, certaines de ces régions sont suffisamment denses pour s'effondrer et donner naissance aux premières étoiles, puis aux premières galaxies. Leurs rayonnements chauffent et ionisent le gaz environnant, et une nouvelle transition de phase a lieu : L'Époque de la Réionisation. Elle se conclut approximativement un milliard d'années après le Big Bang.Le traceur le plus prometteur de cette période est sans aucun doute le signal cosmologique à 21-cm. Ce rayonnement de longueur d'onde 21 cm est issu d'une transition hyperfine de l'Hydrogène neutre. Il dépend d'interactions complexes du gaz d'Hydrogène du milieu intergalactique avec les rayonnements des galaxies. Ainsi, son intensité, son évolution temporelle et ses fluctuations spatiales, sont immensément riches d'information concernant les propriétés des premières galaxies.La détection de ce signal est un colossal défi instrumental et de nouveaux radio-télescopes tentent de le mesurer. L'interprétation des observations est aussi complexe, et repose sur deux piliers : le premier est une modélisation réaliste de l'Univers à grande échelle pendant son premier milliard d'années, le second une méthode robuste pour déduire des observations des contraintes sur les paramètres astrophysiques du modèle. Ce travail de thèse porte sur ces deux piliers.Tout d'abord, j'ai apporté des modifications au code de simulation cosmologique Licorice. Elles consistent en deux modèles. Le premier décrit les galaxies non résolues par le code grâce aux fonctions de Masse Conditionnelles, et le second est une formulation biphasique du gaz. Licorice donne désormais des résultats réalistes même à faible résolution, permettant la simulation d'un signal à 21-cm en environ 10^2 heures-CPU, contre 10^6 heures-CPU pour des simulations haute-résolution. J'ai donc pu réaliser deux bases de données : Loreli I, qui contient 760 simulations Licorice basse-résolution et explore un espace à 4 paramètres, et Loreli II, qui en contient 10 000, où sont variés 5 paramètres, et qui pèse 1.5 Po.Ces bases de données de simulations de la Réionisation, uniques, servent d'échantillon d'entrainement pour des réseaux de neurones. Ils doivent permettre, à partir d'un signal à 21-cm, la prédiction des paramètres astrophysiques correspondants à ce signal dans le formalisme de l'inférence Bayésienne. J'ai évalué et comparé trois méthodes d'inférence. La première consiste à entrainer un émulateur du signal en vue de l'utiliser dans un algorithme MCMC, ce qui suppose une forme approximative pour la vraisemblance bayesienne. Les deux autres écartent cette approximation : l'une consiste à ajuster une fonction paramétrique pour obtenir la vraisemblance exacte puis d'utiliser un MCMC, et la seconde à prédire la postérieure bayesienne sur les paramètres. Dans notre cas, la première méthode est systématiquement plus robuste, et je l'ai utilisée pour interpréter des contraintes sur le signal à 21-cm données par l'instrument HERA. Elles impliquent que les galaxies du premier milliard d'années ont peu de chances d'avoir une émissivité en rayons X plus faible que les galaxies actuelles
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
L'aube cosmique : simulation numérique et apprentissage machine pour interpréter le signal 21-cm
No full textThe 21-cm line of neutral Hydrogen is a treasure trove of information on the first billion years of the Universe. The 21-cm cosmological signal is driven by various astrophysical processes and is a unique window into the birth of the first structures during the Cosmic Dawn and the ionization of the intergalactic medium during the Epoch of Reionization. Its observation by a new generation of powerful radio-telescopes, the Square Kilometer Array and its pathfinders, will give in the coming years unmatched insight into the properties of the first generation of galaxies. While observing the signal is a massive instrumental challenge, interpreting the resulting data is no trivial task either. This thesis is a proof-of-concept that robust Bayesian interpretation of current and future measurements of the 21-cm signal with 3D radiative transfer simulation is feasible.In this work, I first modified the Licorice hydro-radiative cosmological simulation code. These modifications consist mainly in implementing and validating two subgrid models. The first relies on the Conditional Mass Function formalism to model subgrid star formation, and the second is a two-phase model of the gas in the IGM. I validated these models against high-resolution simulations, and together, they allow fast, low-resolution Licorice simulations to produce a realistic rendering of Reionization and the 21-cm signal in a few hundred cpu hours (whereas high-resolution simulations require millions).In order to explore the parameter space of our astrophysical model, I then used Licorice to generate two databases of simulations, Loreli I and II. Loreli I contains 750 signals and 4 parameters were varied. It is the precursor of Loreli II, a database of approximately 10 000 simulations, charting a 5D parameter space and weighing 1.5 PB.I proceeded to use the power spectra of the Loreli simulations as training data for neutral networks in order to perform a Bayesian inference task. I explored three Machine-Learning-powered inference techniques. The first is an emulator of the 21-cm power spectrum in an MCMC pipeline, assuming an approximate form for the likelihood. The others are examples of Simulation-Based Inference methods : I trained Neural Density Estimators to fit the true likelihood of our model, and Bayesian Neural Networks to directly predict the Bayesian posterior distribution over the astrophysical parameters. Using these methods, we performed inference on thousands of mock observations of the 21-cm signal. The performances of the three approaches were thoroughly assessed and compared, in particular using Simulation-Based Calibration. We obtained more accurate posteriors using the emulator than with the other methods, and apply this approach to recent upper limits provided by the HERA interferometer. We report that the high-redshift galaxies of the first billion years are unlikely to have weak X-ray emissivities.Autour des années 1930, Georges Lemaitre et Edwin Hubble ont montré que notre Univers était en expansion. Alors que l'Univers s'étend, le gaz qu'il contient refroidit, et 400 000 ans après le Big Bang, les électrons et protons qui formaient jusqu'ici un plasma ionisé s'assemblent pour former les premiers atomes de l'Histoire, principalement de l'Hydrogène et de l'Hélium. Une transition de phase, nommée la Recombinaison, s'opère : l'Univers passe d'un état ionisé et opaque à un état neutre et transparent.Le contenu de l'Univers n'est pas homogène. Les minuscules fluctuations initiales, d'origine quantique, sont exacerbées par l'Inflation Cosmique qui suit le Big Bang, puis accentuées par la gravitation : les régions plus denses que la moyenne attirent la matière environnante et grandissent encore. Environ 50-200 millions d'années après le Big Bang, certaines de ces régions sont suffisamment denses pour s'effondrer et donner naissance aux premières étoiles, puis aux premières galaxies. Leurs rayonnements chauffent et ionisent le gaz environnant, et une nouvelle transition de phase a lieu : L'Époque de la Réionisation. Elle se conclut approximativement un milliard d'années après le Big Bang.Le traceur le plus prometteur de cette période est sans aucun doute le signal cosmologique à 21-cm. Ce rayonnement de longueur d'onde 21 cm est issu d'une transition hyperfine de l'Hydrogène neutre. Il dépend d'interactions complexes du gaz d'Hydrogène du milieu intergalactique avec les rayonnements des galaxies. Ainsi, son intensité, son évolution temporelle et ses fluctuations spatiales, sont immensément riches d'information concernant les propriétés des premières galaxies.La détection de ce signal est un colossal défi instrumental et de nouveaux radio-télescopes tentent de le mesurer. L'interprétation des observations est aussi complexe, et repose sur deux piliers : le premier est une modélisation réaliste de l'Univers à grande échelle pendant son premier milliard d'années, le second une méthode robuste pour déduire des observations des contraintes sur les paramètres astrophysiques du modèle. Ce travail de thèse porte sur ces deux piliers.Tout d'abord, j'ai apporté des modifications au code de simulation cosmologique Licorice. Elles consistent en deux modèles. Le premier décrit les galaxies non résolues par le code grâce aux fonctions de Masse Conditionnelles, et le second est une formulation biphasique du gaz. Licorice donne désormais des résultats réalistes même à faible résolution, permettant la simulation d'un signal à 21-cm en environ 10^2 heures-CPU, contre 10^6 heures-CPU pour des simulations haute-résolution. J'ai donc pu réaliser deux bases de données : Loreli I, qui contient 760 simulations Licorice basse-résolution et explore un espace à 4 paramètres, et Loreli II, qui en contient 10 000, où sont variés 5 paramètres, et qui pèse 1.5 Po.Ces bases de données de simulations de la Réionisation, uniques, servent d'échantillon d'entrainement pour des réseaux de neurones. Ils doivent permettre, à partir d'un signal à 21-cm, la prédiction des paramètres astrophysiques correspondants à ce signal dans le formalisme de l'inférence Bayésienne. J'ai évalué et comparé trois méthodes d'inférence. La première consiste à entrainer un émulateur du signal en vue de l'utiliser dans un algorithme MCMC, ce qui suppose une forme approximative pour la vraisemblance bayesienne. Les deux autres écartent cette approximation : l'une consiste à ajuster une fonction paramétrique pour obtenir la vraisemblance exacte puis d'utiliser un MCMC, et la seconde à prédire la postérieure bayesienne sur les paramètres. Dans notre cas, la première méthode est systématiquement plus robuste, et je l'ai utilisée pour interpréter des contraintes sur le signal à 21-cm données par l'instrument HERA. Elles impliquent que les galaxies du premier milliard d'années ont peu de chances d'avoir une émissivité en rayons X plus faible que les galaxies actuelles
Exploring the Cosmic Dawn : Bayesian inference withhydro-radiative numerical simulations of the 21-cm signal
No full textAutour des années 1930, Georges Lemaitre et Edwin Hubble ont montré que notre Univers était en expansion. Alors que l'Univers s'étend, le gaz qu'il contient refroidit, et 400 000 ans après le Big Bang, les électrons et protons qui formaient jusqu'ici un plasma ionisé s'assemblent pour former les premiers atomes de l'Histoire, principalement de l'Hydrogène et de l'Hélium. Une transition de phase, nommée la Recombinaison, s'opère : l'Univers passe d'un état ionisé et opaque à un état neutre et transparent.Le contenu de l'Univers n'est pas homogène. Les minuscules fluctuations initiales, d'origine quantique, sont exacerbées par l'Inflation Cosmique qui suit le Big Bang, puis accentuées par la gravitation : les régions plus denses que la moyenne attirent la matière environnante et grandissent encore. Environ 50-200 millions d'années après le Big Bang, certaines de ces régions sont suffisamment denses pour s'effondrer et donner naissance aux premières étoiles, puis aux premières galaxies. Leurs rayonnements chauffent et ionisent le gaz environnant, et une nouvelle transition de phase a lieu : L'Époque de la Réionisation. Elle se conclut approximativement un milliard d'années après le Big Bang.Le traceur le plus prometteur de cette période est sans aucun doute le signal cosmologique à 21-cm. Ce rayonnement de longueur d'onde 21 cm est issu d'une transition hyperfine de l'Hydrogène neutre. Il dépend d'interactions complexes du gaz d'Hydrogène du milieu intergalactique avec les rayonnements des galaxies. Ainsi, son intensité, son évolution temporelle et ses fluctuations spatiales, sont immensément riches d'information concernant les propriétés des premières galaxies.La détection de ce signal est un colossal défi instrumental et de nouveaux radio-télescopes tentent de le mesurer. L'interprétation des observations est aussi complexe, et repose sur deux piliers : le premier est une modélisation réaliste de l'Univers à grande échelle pendant son premier milliard d'années, le second une méthode robuste pour déduire des observations des contraintes sur les paramètres astrophysiques du modèle. Ce travail de thèse porte sur ces deux piliers.Tout d'abord, j'ai apporté des modifications au code de simulation cosmologique Licorice. Elles consistent en deux modèles. Le premier décrit les galaxies non résolues par le code grâce aux fonctions de Masse Conditionnelles, et le second est une formulation biphasique du gaz. Licorice donne désormais des résultats réalistes même à faible résolution, permettant la simulation d'un signal à 21-cm en environ 10^2 heures-CPU, contre 10^6 heures-CPU pour des simulations haute-résolution. J'ai donc pu réaliser deux bases de données : Loreli I, qui contient 760 simulations Licorice basse-résolution et explore un espace à 4 paramètres, et Loreli II, qui en contient 10 000, où sont variés 5 paramètres, et qui pèse 1.5 Po.Ces bases de données de simulations de la Réionisation, uniques, servent d'échantillon d'entrainement pour des réseaux de neurones. Ils doivent permettre, à partir d'un signal à 21-cm, la prédiction des paramètres astrophysiques correspondants à ce signal dans le formalisme de l'inférence Bayésienne. J'ai évalué et comparé trois méthodes d'inférence. La première consiste à entrainer un émulateur du signal en vue de l'utiliser dans un algorithme MCMC, ce qui suppose une forme approximative pour la vraisemblance bayesienne. Les deux autres écartent cette approximation : l'une consiste à ajuster une fonction paramétrique pour obtenir la vraisemblance exacte puis d'utiliser un MCMC, et la seconde à prédire la postérieure bayesienne sur les paramètres. Dans notre cas, la première méthode est systématiquement plus robuste, et je l'ai utilisée pour interpréter des contraintes sur le signal à 21-cm données par l'instrument HERA. Elles impliquent que les galaxies du premier milliard d'années ont peu de chances d'avoir une émissivité en rayons X plus faible que les galaxies actuelles.The 21-cm line of neutral Hydrogen is a treasure trove of information on the first billion years of the Universe. The 21-cm cosmological signal is driven by various astrophysical processes and is a unique window into the birth of the first structures during the Cosmic Dawn and the ionization of the intergalactic medium during the Epoch of Reionization. Its observation by a new generation of powerful radio-telescopes, the Square Kilometer Array and its pathfinders, will give in the coming years unmatched insight into the properties of the first generation of galaxies. While observing the signal is a massive instrumental challenge, interpreting the resulting data is no trivial task either. This thesis is a proof-of-concept that robust Bayesian interpretation of current and future measurements of the 21-cm signal with 3D radiative transfer simulation is feasible.In this work, I first modified the Licorice hydro-radiative cosmological simulation code. These modifications consist mainly in implementing and validating two subgrid models. The first relies on the Conditional Mass Function formalism to model subgrid star formation, and the second is a two-phase model of the gas in the IGM. I validated these models against high-resolution simulations, and together, they allow fast, low-resolution Licorice simulations to produce a realistic rendering of Reionization and the 21-cm signal in a few hundred cpu hours (whereas high-resolution simulations require millions).In order to explore the parameter space of our astrophysical model, I then used Licorice to generate two databases of simulations, Loreli I and II. Loreli I contains 750 signals and 4 parameters were varied. It is the precursor of Loreli II, a database of approximately 10 000 simulations, charting a 5D parameter space and weighing 1.5 PB.I proceeded to use the power spectra of the Loreli simulations as training data for neutral networks in order to perform a Bayesian inference task. I explored three Machine-Learning-powered inference techniques. The first is an emulator of the 21-cm power spectrum in an MCMC pipeline, assuming an approximate form for the likelihood. The others are examples of Simulation-Based Inference methods : I trained Neural Density Estimators to fit the true likelihood of our model, and Bayesian Neural Networks to directly predict the Bayesian posterior distribution over the astrophysical parameters. Using these methods, we performed inference on thousands of mock observations of the 21-cm signal. The performances of the three approaches were thoroughly assessed and compared, in particular using Simulation-Based Calibration. We obtained more accurate posteriors using the emulator than with the other methods, and apply this approach to recent upper limits provided by the HERA interferometer. We report that the high-redshift galaxies of the first billion years are unlikely to have weak X-ray emissivities
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
L'aube cosmique : simulation numérique et apprentissage machine pour interpréter le signal 21-cm
No full textThe 21-cm line of neutral Hydrogen is a treasure trove of information on the first billion years of the Universe. The 21-cm cosmological signal is driven by various astrophysical processes and is a unique window into the birth of the first structures during the Cosmic Dawn and the ionization of the intergalactic medium during the Epoch of Reionization. Its observation by a new generation of powerful radio-telescopes, the Square Kilometer Array and its pathfinders, will give in the coming years unmatched insight into the properties of the first generation of galaxies. While observing the signal is a massive instrumental challenge, interpreting the resulting data is no trivial task either. This thesis is a proof-of-concept that robust Bayesian interpretation of current and future measurements of the 21-cm signal with 3D radiative transfer simulation is feasible.In this work, I first modified the Licorice hydro-radiative cosmological simulation code. These modifications consist mainly in implementing and validating two subgrid models. The first relies on the Conditional Mass Function formalism to model subgrid star formation, and the second is a two-phase model of the gas in the IGM. I validated these models against high-resolution simulations, and together, they allow fast, low-resolution Licorice simulations to produce a realistic rendering of Reionization and the 21-cm signal in a few hundred cpu hours (whereas high-resolution simulations require millions).In order to explore the parameter space of our astrophysical model, I then used Licorice to generate two databases of simulations, Loreli I and II. Loreli I contains 750 signals and 4 parameters were varied. It is the precursor of Loreli II, a database of approximately 10 000 simulations, charting a 5D parameter space and weighing 1.5 PB.I proceeded to use the power spectra of the Loreli simulations as training data for neutral networks in order to perform a Bayesian inference task. I explored three Machine-Learning-powered inference techniques. The first is an emulator of the 21-cm power spectrum in an MCMC pipeline, assuming an approximate form for the likelihood. The others are examples of Simulation-Based Inference methods : I trained Neural Density Estimators to fit the true likelihood of our model, and Bayesian Neural Networks to directly predict the Bayesian posterior distribution over the astrophysical parameters. Using these methods, we performed inference on thousands of mock observations of the 21-cm signal. The performances of the three approaches were thoroughly assessed and compared, in particular using Simulation-Based Calibration. We obtained more accurate posteriors using the emulator than with the other methods, and apply this approach to recent upper limits provided by the HERA interferometer. We report that the high-redshift galaxies of the first billion years are unlikely to have weak X-ray emissivities.Autour des années 1930, Georges Lemaitre et Edwin Hubble ont montré que notre Univers était en expansion. Alors que l'Univers s'étend, le gaz qu'il contient refroidit, et 400 000 ans après le Big Bang, les électrons et protons qui formaient jusqu'ici un plasma ionisé s'assemblent pour former les premiers atomes de l'Histoire, principalement de l'Hydrogène et de l'Hélium. Une transition de phase, nommée la Recombinaison, s'opère : l'Univers passe d'un état ionisé et opaque à un état neutre et transparent.Le contenu de l'Univers n'est pas homogène. Les minuscules fluctuations initiales, d'origine quantique, sont exacerbées par l'Inflation Cosmique qui suit le Big Bang, puis accentuées par la gravitation : les régions plus denses que la moyenne attirent la matière environnante et grandissent encore. Environ 50-200 millions d'années après le Big Bang, certaines de ces régions sont suffisamment denses pour s'effondrer et donner naissance aux premières étoiles, puis aux premières galaxies. Leurs rayonnements chauffent et ionisent le gaz environnant, et une nouvelle transition de phase a lieu : L'Époque de la Réionisation. Elle se conclut approximativement un milliard d'années après le Big Bang.Le traceur le plus prometteur de cette période est sans aucun doute le signal cosmologique à 21-cm. Ce rayonnement de longueur d'onde 21 cm est issu d'une transition hyperfine de l'Hydrogène neutre. Il dépend d'interactions complexes du gaz d'Hydrogène du milieu intergalactique avec les rayonnements des galaxies. Ainsi, son intensité, son évolution temporelle et ses fluctuations spatiales, sont immensément riches d'information concernant les propriétés des premières galaxies.La détection de ce signal est un colossal défi instrumental et de nouveaux radio-télescopes tentent de le mesurer. L'interprétation des observations est aussi complexe, et repose sur deux piliers : le premier est une modélisation réaliste de l'Univers à grande échelle pendant son premier milliard d'années, le second une méthode robuste pour déduire des observations des contraintes sur les paramètres astrophysiques du modèle. Ce travail de thèse porte sur ces deux piliers.Tout d'abord, j'ai apporté des modifications au code de simulation cosmologique Licorice. Elles consistent en deux modèles. Le premier décrit les galaxies non résolues par le code grâce aux fonctions de Masse Conditionnelles, et le second est une formulation biphasique du gaz. Licorice donne désormais des résultats réalistes même à faible résolution, permettant la simulation d'un signal à 21-cm en environ 10^2 heures-CPU, contre 10^6 heures-CPU pour des simulations haute-résolution. J'ai donc pu réaliser deux bases de données : Loreli I, qui contient 760 simulations Licorice basse-résolution et explore un espace à 4 paramètres, et Loreli II, qui en contient 10 000, où sont variés 5 paramètres, et qui pèse 1.5 Po.Ces bases de données de simulations de la Réionisation, uniques, servent d'échantillon d'entrainement pour des réseaux de neurones. Ils doivent permettre, à partir d'un signal à 21-cm, la prédiction des paramètres astrophysiques correspondants à ce signal dans le formalisme de l'inférence Bayésienne. J'ai évalué et comparé trois méthodes d'inférence. La première consiste à entrainer un émulateur du signal en vue de l'utiliser dans un algorithme MCMC, ce qui suppose une forme approximative pour la vraisemblance bayesienne. Les deux autres écartent cette approximation : l'une consiste à ajuster une fonction paramétrique pour obtenir la vraisemblance exacte puis d'utiliser un MCMC, et la seconde à prédire la postérieure bayesienne sur les paramètres. Dans notre cas, la première méthode est systématiquement plus robuste, et je l'ai utilisée pour interpréter des contraintes sur le signal à 21-cm données par l'instrument HERA. Elles impliquent que les galaxies du premier milliard d'années ont peu de chances d'avoir une émissivité en rayons X plus faible que les galaxies actuelles
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
