Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > astro-ph > arXiv:astro-ph/0612510

帮助 | 高级搜索

天体物理学

arXiv:astro-ph/0612510 (astro-ph)
[提交于 2006年12月18日 ]

标题: 进展报告:表面亮度波动的概率论和统计学基础

标题: Progress report: probabilistic and statistical bases of surface brightness fluctuations

Authors:M. Cervino, V. Luridiana (IAA, Csic), L. Jamet (IA-Unam)
摘要: 表面亮度涨落(SBF)方法是一种应用于不同波段图像像素上的统计方法。 本文的贡献在于区分基于恒星群体综合观测(统计)方法和为观测SBF校准所需的理论(概率)方法。 我们发现,通常使用的SBF理论定义——“恒星群体的平均亮度加权亮度”——仅在相当强的假设下与观测方法兼容,并且与恒星群体理论的结果不兼容。
摘要: The surface brightness fluctuations (SBF) method is a statistical method applied on image pixels in different bands. This contribution aims to distinguish between the observational (statistical) method and the theoretical (probabilistic) method based on stellar population synthesis and needed for the calibration of observational SBF. We find that the commonly used SBF theoretical definition as the "mean luminosity-weighted luminosity of the stellar population" is only compatible with the observational method under quite strong hypotheses, and that it is not compatible with stellar population theory results.
评论: 2页,ASP LaTeX。来自《从恒星到星系:构建宇宙的组成部分》会议论文集(威尼斯,2006年10月16日至20日)
主题: 天体物理学 (astro-ph)
引用方式: arXiv:astro-ph/0612510
  (或者 arXiv:astro-ph/0612510v1 对于此版本)
  https://doi.org/10.48550/arXiv.astro-ph/0612510
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Miguel Cervino [查看电子邮件]
[v1] 星期一, 2006 年 12 月 18 日 21:01:02 UTC (8 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
astro-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2006-12

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号