↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Träfflista för sökning "onr:"swepub:oai:DiVA.org:su-199694" "

Sökning: onr:"swepub:oai:DiVA.org:su-199694"

Resultat 1-1 av 1

Sortera/gruppera träfflistan

Sortering: Träffar per sida:

Numrering	Referens	Omslagsbild	Hitta
1.	Gambrel, A. E., et al. (författare) The XFaster Power Spectrum and Likelihood Estimator for the Analysis of Cosmic Microwave Background Maps 2021 Ingår i: Astrophysical Journal. - : American Astronomical Society. - 0004-637X .- 1538-4357. ; 922:2 Tidskriftsartikel (refereegranskat)abstract We present the XFaster analysis package, a fast, iterative angular power spectrum estimator based on a diagonal approximation to the quadratic Fisher matrix estimator. It uses Monte Carlo simulations to compute noise biases and filter transfer functions and is thus a hybrid of both Monte Carlo and quadratic estimator methods. In contrast to conventional pseudo-Cℓ–based methods, the algorithm described here requires a minimal number of simulations and does not require them to be precisely representative of the data to estimate accurate covariance matrices for the bandpowers. The formalism works with polarization-sensitive observations and also data sets with identical, partially overlapping, or independent survey regions. The method was first implemented for the analysis of BOOMERanG data and also used as part of the Planck analysis. Here we describe the full, publicly available analysis package, written in Python, as developed for the analysis of data from the 2015 flight of the Spider instrument. The package includes extensions for self-consistently estimating null spectra and estimating fits for Galactic foreground contributions. We show results from the extensive validation of XFaster using simulations and its application to the Spider data set.

Skapa referenser, mejla, bekava och länka

Länka till träfflistan

Resultat 1-1 av 1

Avgränsa träffmängd

Typ av publikation: tidskriftsartikel (1)

Typ av innehåll: refereegranskat (1)

Författare/redaktör: Li, S. (1); Galloway, M. (1); Wen, S. (1); Gudmundsson, Jón E. (1); Song, X. (1); Huang, Z. (1); visa fler...; Tucker, C. (1); Ade, P. A. R. (1); Bock, J. J. (1); Bond, J. R. (1); Chiang, H. C. (1); Eriksen, H. K. (1); Fraisse, A. A. (1); Jones, W. C. (1); Netterfield, C. B. (1); Racine, B. (1); Wehus, I. K. (1); Amiri, M. (1); Benton, S. J. (1); Bergman, A. S. (1); Bihary, R. (1); Bonetti, J. A. (1); Bryan, S. A. (1); Contaldi, C. R. (1); Farhang, M. (1); Filippini, J. P. (1); Freese, Katherine (1); Gambrel, A. E. (1); Gandilo, N. N. (1); Gualtieri, R. (1); Halpern, M. (1); Hartley, J. (1); Hasselfield, M. (1); Hilton, G. (1); Holmes, W. (1); Hristov, V. V. (1); Irwin, K. D. (1); Karakci, A. (1); Kuo, C. L. (1); Kermish, Z. D. (1); Leung, J. S.-Y. (1); Mak, D. S. Y. (1); Megerian, K. (1); Moncelsi, L. (1); Morford, T. A. (1); Nagy, J. M. (1); Nolta, M. (1); O'Brient, R. (1); Osherson, B. (1); Padilla, I. L. (1); visa färre...

Lärosäte: Stockholms universitet (1)

Språk: Engelska (1)

Forskningsämne (UKÄ/SCB): Naturvetenskap (1)

År: 2021 (1)

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

Copyright © LIBRIS - Nationella bibliotekssystem
LIBRIS.kb.se

pil uppåt

Stäng

Kopiera och spara länken för att återkomma till aktuell vy