Sorcha：面向时空遗产巡天的太阳系巡天模拟器
人工智能
2025-06-04 v1
摘要
即将在 Vera C. Rubin 天文台开展的时空遗产巡天 (LSST) 预计将彻底改变太阳系天文学。这项为期十年的大视场巡天规模空前，将收集数十亿次观测，并预计发现约 500 万个新的太阳系天体。与所有天文巡天一样，其结果将受到复杂交织的探测偏差系统的影响。巡天模拟器长期以来被用于对给定种群的这些偏差影响进行正向建模，从而允许与真实发现进行直接比较。然而，LSST 的规模和巨大范围要求开发新的工具。在本文中，我们介绍了 Sorcha，一个用 Python 编写的开源巡天模拟器。Sorcha 以 LSST 的规模为设计考量，是一个涵盖所有太阳系小天体种群的综合性巡天模拟器。其灵活的模块化设计允许用户轻松将其适配于其他巡天。该模拟器构建为既可在本地运行，也可在高性能计算 (HPC) 集群上运行，允许对数百万至数十亿个天体（包括真实和合成的）进行重复模拟。
引用
@article{arxiv.2506.02805,
title = {Optimising the attribute order in Fuzzy Rough Rule Induction},
author = {Henri Bollaert and Chris Cornelis and Marko Palangetić and Salvatore Greco and Roman Słowiński},
journal= {arXiv preprint arXiv:2506.02805},
year = {2025}
}
备注
This is the author's version of the work accepted for publication in Lecture Notes in Computer Science. The final publication is available at Springer via https://doi.org/10.1007/978-3-031-92747-8_16