暗黒エネルギー調査 I からの太陽系外縁天体の測光:測光法、光度曲線分布、海王星以遠連星
概要
発見された 800 個を超える海王星以遠天体 (TNO) の正確な測光情報の抽出方法と初期の科学的推論を報告します。
ダーク エネルギー調査 (DES) の画像で。 シーンモデリング測光を使用
バックグラウンドソースを差し引いて、各TNOの各露出についてショットノイズ制限フラックス測定値を取得します。 ピクセルデータへのダブルソースフィットの比較
シングル ソース フィットは、2 つのバイナリ TNO システムを識別し、特徴付けるために使用されます。 マルコフ連鎖モンテカルロ法は、固有色の同時尤度をサンプリングします
あの時系列が与えられると、各ソースのフラックス変動の振幅と同様に、マルチバンド磁束測定とその不確実性。 これらの色のカタログと
光度曲線の振幅 A は、この出版物に含まれています。 割り当て方法を示します
任意の部分母集団における光度曲線振幅の分布 q(A) の可能性。
この方法を使用して、決定的な証拠 (つまり、エビデンス比 < 0.01) を見つけます。
絶対等級 6 < Hr < 8.2 の古典的 (CC) TNO は、同じ Hr のホット クラシック (HC) 母集団。
その場で形成され、後者は異なる物理的集団から生じます。 共鳴し、この Hr 範囲の散乱 TNO は、HC または
CCの。 Hr < 6 の DES TNO は、より高い Hr よりも決定的に変動が少ないことがわかります。
期待どおり、任意の動的グループのメンバー。 さらに驚くべきことは、切り離されたTNOが
散乱 TNO よりも決定的に変動が少ないため、明確な特性を持つ必要があります。
ソース領域またはその後のいくつかの差分処理。
キーワード: カイパー ベルト。 太陽系外縁天体; 測光; 連星小惑星
1.はじめに
海王星以遠領域は、形成の歴史をたどる小さな天体の遠い貯水池です
太陽系の (Nesvorny 2018)。 私たちは現在、これらの天体を 3000 個以上知っています。
一度に数百を発見できる最近の調査 (e.g. Petit et al. 2011; Bannister
ら。 2018; バーナーディネリ等。 2022年）。 動的特性と物理特性の組合せ
これらの集団のうち、外側の形成のいくつかの重要な側面の理解につながりました
太陽系 (最近のレビューについては、Gladman & Volk 2021 を参照してください)。 これらの測光測定
太陽系外縁天体 (TNO) は特に興味深いものであり、そのようなデータの分析は、
表面形状のバルク特性の理解 (Showalter et al. 2021)、
表面の色とは異なる構成クラス (例: Doressoundiram et al. 2008; Fraser & Brown2012; シュワンブ等。 2019)、サイズ分布の特徴付け (例: Bernstein et al. 2004; Fraserら。 2014; Kavelaars等。 2021)、連星系の大部分の発見 (Stephens & Noll 2006; パーカー等。 2011; ノル等。 2020)、衝突ファミリーの同定 (Brown et al.2007)。
The Dark Energy Survey (DES、The Dark Energy Survey Collaboration 2005、2016) は、ダーク エネルギー カメラを使用して、セロ トロロの 4m ブランコ望遠鏡で 575 泊の割り当て
(DECam, Flaugher et al. 2015) 5000 deg^2 をカバー
からの grizY フォトメトリック システムでの空の
2013 年から 2019 年。この調査の主な目的は、暗黒物質の分布を研究することでした。
ダーク エネルギーの性質 (The Dark Energy Survey Collaboration 2022)、しかしデータは有効にしました
何百もの太陽系外天体の発見 (Bernardinelli et al. 2020, 2022) - 私たちは参照します
発見パイプラインの包括的なプレゼンテーションについては、これら 2 つの出版物をご覧ください。 全て
814 個の DES オブジェクトが、Khain らに従って動的に分類されました。 (2020)、および DES 調査
シミュレータ (Bernardinelli et al. 2022) を使用すると、検出バイアスを関数として慎重に推定できます。
動的集団、大きさ、色、光度曲線の振幅。
DES 観測戦略は、銀河系外科学向けに最適化されています。
TNO用に設計された調査よりも、望遠鏡時間の1泊あたりのTNO発見に関して効率的
発見 (Bannister et al. 2018; Trilling et al. 2023)。 DES は特定の領域を何度も観測します。
フィルターが多すぎて、期間が長すぎて、検出に最適ではありません。 この冗長性には、発見された各ソースについて、より多くの情報を抽出できるという利点があります。
最適化された発見検索。 各オブジェクトは何度も観測されています: 各オブジェクトで 6 ～ 10 回
平均して、6 年間のデータ収集での grizY バンドの数。 つまり、各オブジェクトは
オブジェクトが内部にあるかどうかに応じて、平均で 30 ～ 50 回撮像されます。
調査全体のフットプリントと各地域の頻度。 これにより、色の推定が可能になります
グリズ バンド (Y は一般に信号対雑音比 (SNR) が低すぎる) と時間の推定
各ソースの可変性。 色と変動性を同時に推測することで、色の推定が可能になります
色が非同時露光から測定されるときに生じる不確実性を含める
DES が特定のソースをターゲットにする機会を利用しながら、可変性の存在
複数のフィルターをすばやく連続して。 このホワイト ペーパーでは、そのような推定の方法と結果を紹介します。
完全な DES TNO カタログ、および変動情報。 セクション 2 ではフラックスの抽出について説明し、セクション 4 ではフラックス時系列からの色と光度曲線の振幅 (LCA) の抽出について説明します。 セクション 5 では、
異なる指標としての異なるTNO亜集団における光曲線振幅の分布
物理的な状態。 カラー カタログの科学的分析は、今後の出版物に掲載される予定です。
ピクセル データから最適なフラックス推定値を抽出するプロセスも、適合するように一般化できます。
与えられた TNO の各露出に対する潜在的なバイナリ ペアの 2 つのフラックス。 セクション 3 では、これについて説明します。
DES TNO の中で見つかった結果のバイナリ候補を処理して提示します。
この出版物に付随するのは、約 30,000 回の測光測定値を含むデータ リリースです。
オブジェクトの絶対等級、色、光度曲線の振幅、および一部のソフトウェア
ここで提示する分析に必要です。 データのリリースは [近日公開] で入手でき、議論されています
セクション6.4で。
2. 個々の測光測定
DES 画像から各 TNO の偏りのないフラックス測定値を抽出するために、次の画像を使用します。
オブジェクトが検出され、軌道が予測する画像にもオブジェクトが含まれている必要がありますが、
カタログで検出されない (「非検出」) - サブスレッショルド有意性 (STS) と同様
Bernardinelliらの測定。 （2020）。 これらをまとめて「観察」と呼びます。 私たちは最初に
TNOの個々の観測ごとに測光を記述することから始めます。
軌道適合によって予測された値を使用して、各露出の TNO 位置を決定します。
一般的に使用されるシーン モデリング フォトメトリ (SMP) 手法を使用して、各検出をモデル化します。
超新星 Ia 型宇宙論における (Brout et al. 2019)。 DES 点広がり関数 (PSF) を使用します。
Jarvis らのモデル。 (2020)、各 DES 露光の全視野に対して導出された PSF を使用。 いっぱい
DES キャリブレーション手順の説明は、Burke et al. (2017) およびセビリア・ノルベ
ら。 (2020)、および DES と Gaia の比較は、3 mmag の絶妙なキャリブレーションを示しています
2 つの調査間の二乗平均平方根の差 (Abbott et al. 2021)。
ある夜に TNO が観測される各場所には、同じバンドに n − 1 個の画像があります。
TNOが存在しないさまざまな時代で。 背景が構成されていると仮定します
m × m の正方グリッド上の点光源の、おおよそ PSF の 1σ 幅の間隔で、したがって、
PSF はそれらをぼかして滑らかな分布にし、拡張されたソースを表現します。 グリッドソース
フラックス Puv を持ち、TNO の位置を中心としています。 代表的な DES の FWHM が ~ 0.9500 であることを考えると、
イメージングでは、ソースを 0.3500 ごとに配置し、m = 20 と定義するため、これらのソースは 700 × 7 にまたがります。
00地域。
次に、これらの点光源は、各画像の (u, v) ピクセル座標にマップされます。
DECam 天文モデル (Bernstein et al. 2017)。 アストロメトリック ソリューションと PSF モデルは次のとおりです。
ソースカラーの両方の機能。 まず、公称 g − i = 0.61 色 (恒星の典型的な色) を仮定することから始めます。
ソース) バックグラウンド ソースごとに。 u、v シンボルを両方ともグリッドへのインデックスとして機能させます。
ピクセル座標系での正確な位置と同様に、背景ソースの。 期待される
ソースのこのモザイクの露出 µ に対するピクセル (i, j) の信号は、それぞれの畳み込みとしてモデル化されます。
その場所（u、v）から導出された露出のPSFを持つPuv。 加えて一定のバックグラウンド レベル bµ:Mμij =バツu、vPSFµ(i − u, j − v)Puv + bµ. (1)
TNO が存在する単一露出 ν では、同じモデルを追加して採用します。
ポイントソースターム:Mνij =バツu、v PSFν(i − u, j − v)Puv + bν + fTNOPSFν(i, j)。 (2)
図 1. いくつかのオブジェクトのシーン モデリング測定が成功した例。
概要
発見された 800 個を超える海王星以遠天体 (TNO) の正確な測光情報の抽出方法と初期の科学的推論を報告します。
ダーク エネルギー調査 (DES) の画像で。 シーンモデリング測光を使用
バックグラウンドソースを差し引いて、各TNOの各露出についてショットノイズ制限フラックス測定値を取得します。 ピクセルデータへのダブルソースフィットの比較
シングル ソース フィットは、2 つのバイナリ TNO システムを識別し、特徴付けるために使用されます。 マルコフ連鎖モンテカルロ法は、固有色の同時尤度をサンプリングします
あの時系列が与えられると、各ソースのフラックス変動の振幅と同様に、マルチバンド磁束測定とその不確実性。 これらの色のカタログと
光度曲線の振幅 A は、この出版物に含まれています。 割り当て方法を示します
任意の部分母集団における光度曲線振幅の分布 q(A) の可能性。
この方法を使用して、決定的な証拠 (つまり、エビデンス比 < 0.01) を見つけます。
絶対等級 6 < Hr < 8.2 の古典的 (CC) TNO は、同じ Hr のホット クラシック (HC) 母集団。
その場で形成され、後者は異なる物理的集団から生じます。 共鳴し、この Hr 範囲の散乱 TNO は、HC または
CCの。 Hr < 6 の DES TNO は、より高い Hr よりも決定的に変動が少ないことがわかります。
期待どおり、任意の動的グループのメンバー。 さらに驚くべきことは、切り離されたTNOが
散乱 TNO よりも決定的に変動が少ないため、明確な特性を持つ必要があります。
ソース領域またはその後のいくつかの差分処理。
キーワード: カイパー ベルト。 太陽系外縁天体; 測光; 連星小惑星
1.はじめに
海王星以遠領域は、形成の歴史をたどる小さな天体の遠い貯水池です
太陽系の (Nesvorny 2018)。 私たちは現在、これらの天体を 3000 個以上知っています。
一度に数百を発見できる最近の調査 (e.g. Petit et al. 2011; Bannister
ら。 2018; バーナーディネリ等。 2022年）。 動的特性と物理特性の組合せ
これらの集団のうち、外側の形成のいくつかの重要な側面の理解につながりました
太陽系 (最近のレビューについては、Gladman & Volk 2021 を参照してください)。 これらの測光測定
太陽系外縁天体 (TNO) は特に興味深いものであり、そのようなデータの分析は、
表面形状のバルク特性の理解 (Showalter et al. 2021)、
表面の色とは異なる構成クラス (例: Doressoundiram et al. 2008; Fraser & Brown2012; シュワンブ等。 2019)、サイズ分布の特徴付け (例: Bernstein et al. 2004; Fraserら。 2014; Kavelaars等。 2021)、連星系の大部分の発見 (Stephens & Noll 2006; パーカー等。 2011; ノル等。 2020)、衝突ファミリーの同定 (Brown et al.2007)。
The Dark Energy Survey (DES、The Dark Energy Survey Collaboration 2005、2016) は、ダーク エネルギー カメラを使用して、セロ トロロの 4m ブランコ望遠鏡で 575 泊の割り当て
(DECam, Flaugher et al. 2015) 5000 deg^2 をカバー
からの grizY フォトメトリック システムでの空の
2013 年から 2019 年。この調査の主な目的は、暗黒物質の分布を研究することでした。
ダーク エネルギーの性質 (The Dark Energy Survey Collaboration 2022)、しかしデータは有効にしました
何百もの太陽系外天体の発見 (Bernardinelli et al. 2020, 2022) - 私たちは参照します
発見パイプラインの包括的なプレゼンテーションについては、これら 2 つの出版物をご覧ください。 全て
814 個の DES オブジェクトが、Khain らに従って動的に分類されました。 (2020)、および DES 調査
シミュレータ (Bernardinelli et al. 2022) を使用すると、検出バイアスを関数として慎重に推定できます。
動的集団、大きさ、色、光度曲線の振幅。
DES 観測戦略は、銀河系外科学向けに最適化されています。
TNO用に設計された調査よりも、望遠鏡時間の1泊あたりのTNO発見に関して効率的
発見 (Bannister et al. 2018; Trilling et al. 2023)。 DES は特定の領域を何度も観測します。
フィルターが多すぎて、期間が長すぎて、検出に最適ではありません。 この冗長性には、発見された各ソースについて、より多くの情報を抽出できるという利点があります。
最適化された発見検索。 各オブジェクトは何度も観測されています: 各オブジェクトで 6 ～ 10 回
平均して、6 年間のデータ収集での grizY バンドの数。 つまり、各オブジェクトは
オブジェクトが内部にあるかどうかに応じて、平均で 30 ～ 50 回撮像されます。
調査全体のフットプリントと各地域の頻度。 これにより、色の推定が可能になります
グリズ バンド (Y は一般に信号対雑音比 (SNR) が低すぎる) と時間の推定
各ソースの可変性。 色と変動性を同時に推測することで、色の推定が可能になります
色が非同時露光から測定されるときに生じる不確実性を含める
DES が特定のソースをターゲットにする機会を利用しながら、可変性の存在
複数のフィルターをすばやく連続して。 このホワイト ペーパーでは、そのような推定の方法と結果を紹介します。
完全な DES TNO カタログ、および変動情報。 セクション 2 ではフラックスの抽出について説明し、セクション 4 ではフラックス時系列からの色と光度曲線の振幅 (LCA) の抽出について説明します。 セクション 5 では、
異なる指標としての異なるTNO亜集団における光曲線振幅の分布
物理的な状態。 カラー カタログの科学的分析は、今後の出版物に掲載される予定です。
ピクセル データから最適なフラックス推定値を抽出するプロセスも、適合するように一般化できます。
与えられた TNO の各露出に対する潜在的なバイナリ ペアの 2 つのフラックス。 セクション 3 では、これについて説明します。
DES TNO の中で見つかった結果のバイナリ候補を処理して提示します。
この出版物に付随するのは、約 30,000 回の測光測定値を含むデータ リリースです。
オブジェクトの絶対等級、色、光度曲線の振幅、および一部のソフトウェア
ここで提示する分析に必要です。 データのリリースは [近日公開] で入手でき、議論されています
セクション6.4で。
2. 個々の測光測定
DES 画像から各 TNO の偏りのないフラックス測定値を抽出するために、次の画像を使用します。
オブジェクトが検出され、軌道が予測する画像にもオブジェクトが含まれている必要がありますが、
カタログで検出されない (「非検出」) - サブスレッショルド有意性 (STS) と同様
Bernardinelliらの測定。 （2020）。 これらをまとめて「観察」と呼びます。 私たちは最初に
TNOの個々の観測ごとに測光を記述することから始めます。
軌道適合によって予測された値を使用して、各露出の TNO 位置を決定します。
一般的に使用されるシーン モデリング フォトメトリ (SMP) 手法を使用して、各検出をモデル化します。
超新星 Ia 型宇宙論における (Brout et al. 2019)。 DES 点広がり関数 (PSF) を使用します。
Jarvis らのモデル。 (2020)、各 DES 露光の全視野に対して導出された PSF を使用。 いっぱい
DES キャリブレーション手順の説明は、Burke et al. (2017) およびセビリア・ノルベ
ら。 (2020)、および DES と Gaia の比較は、3 mmag の絶妙なキャリブレーションを示しています
2 つの調査間の二乗平均平方根の差 (Abbott et al. 2021)。
ある夜に TNO が観測される各場所には、同じバンドに n − 1 個の画像があります。
TNOが存在しないさまざまな時代で。 背景が構成されていると仮定します
m × m の正方グリッド上の点光源の、おおよそ PSF の 1σ 幅の間隔で、したがって、
PSF はそれらをぼかして滑らかな分布にし、拡張されたソースを表現します。 グリッドソース
フラックス Puv を持ち、TNO の位置を中心としています。 代表的な DES の FWHM が ~ 0.9500 であることを考えると、
イメージングでは、ソースを 0.3500 ごとに配置し、m = 20 と定義するため、これらのソースは 700 × 7 にまたがります。
00地域。
次に、これらの点光源は、各画像の (u, v) ピクセル座標にマップされます。
DECam 天文モデル (Bernstein et al. 2017)。 アストロメトリック ソリューションと PSF モデルは次のとおりです。
ソースカラーの両方の機能。 まず、公称 g − i = 0.61 色 (恒星の典型的な色) を仮定することから始めます。
ソース) バックグラウンド ソースごとに。 u、v シンボルを両方ともグリッドへのインデックスとして機能させます。
ピクセル座標系での正確な位置と同様に、背景ソースの。 期待される
ソースのこのモザイクの露出 µ に対するピクセル (i, j) の信号は、それぞれの畳み込みとしてモデル化されます。
その場所（u、v）から導出された露出のPSFを持つPuv。 加えて一定のバックグラウンド レベル bµ:Mμij =バツu、vPSFµ(i − u, j − v)Puv + bµ. (1)
TNO が存在する単一露出 ν では、同じモデルを追加して採用します。
ポイントソースターム:Mνij =バツu、v PSFν(i − u, j − v)Puv + bν + fTNOPSFν(i, j)。 (2)
図 1. いくつかのオブジェクトのシーン モデリング測定が成功した例。
列、左から 各オブジェクトの右にあるのは次のとおりです。
1）検出を中心としたデータの郵便切手。 2) 最適なモデル
式2で; 3) データとモデルの背景部分の違い (つまり、なし)
TNO 自体のモデルを差し引く) および 4) データの残差から完全なモデルを差し引いたもの。 最初の行
は、最も明るい天体の測定例を示しています。等級は mr ≈ 19.5 Eris です。
図 2. 図 1 と同じ列ですが、4 つの例はシーン モデリング手順の失敗を示しています。 最初の行は、TNO が拡張された背景の銀河の近くにあった場合を示しています。 この例
TNO に使用できる測光はありませんが、モデルは
銀河の渦巻き構造を非常によく再現し、ほぼ完全な引き算に導きます。 2 番目の行は、
TNO近くの明るい背景源の同様のケースですが、この場合、モデルはこれを再現できませんでした
バックグラウンド。 3 行目は、スタンプのエッジ近くの明るい光源に対応し、その散乱光があります。
近くの測光測定を排除します。 最後の行は、最小二乗法の場合です。
式 3 の不正確な解につながりました (つまり、モデルは中央の大きな負のフラックスを予測します)。
ポイントソース）。
図 3. DES データで識別された 2 つの信頼性の高いバイナリ TNO の同じ検出に適用された、単一 (各オブジェクトの上段) およびバイナリ (下段) の点源シーン モデリング測光。 の中に
最初のケース (Δχ^2 = 130.6)、明確な四重極パターンが残像に存在し、強力な兆候です。
このソースがバイナリであること。 2 番目のオブジェクト (Δχ^2 = 12.8)、視覚的には明らかではありませんが、統計的には
いくつかの画像で重要です。
図 4. Δχ^2 単一ソース モデルとバイナリ モデルの間の対ランダムなソースのより暗いソースの S/N
DES データの約 25,000 回の測光測定値 (灰色) の 10% の選択されたサブセット。 2 つのバイナリ
オブジェクトはさまざまな色で表示され、受け入れ領域は黄色で陰影付けされています。 その他のケース
バイナリ フィットが χ^2 の統計的に有意な改善をもたらすオブジェクトがある場合に発生する
単一ソース フィッティングでバックグラウンド オブジェクトが十分に減算されていない場合、またはバイナリ フィッティングで小さなエラーが修正されている場合
大気の乱れによって引き起こされる主要なオブジェクトの想定されるピクセル位置。
図 5. g − r (青)、r − i (赤)、i − z (緑)、g − i (紫) の色と対応する不確実性
2014 LQ28 システムの各コンポーネントの連続露出から測定。 破線の灰色の対角線
線は、両方のメンバーで色が等しい体制に対応します。 この辺りに色が散りばめられています
対角線であり、すべてが公称同一性の 3σ 以内にあり、各メンバーが同じ色を持っていることを意味します。
（したがって、同様の表面組成）。
図 6. 光度曲線の振幅のモデル化と平均光束の決定の結果
(612620) 2003 SQ317 (上) の色をまとめたもので、変動性がよく特徴付けられたソースです。 そして2016年SD106 (下)、ばらつきのない一貫したソース。 各ソースについて、上部パネルには測定値がプロットされます
調査の 6 年間にわたるフラックス、特にフラックス変動 f /fb
それぞれの平均フラックスに対する相対値
バンド。 各オブジェクトの下部パネルには、推定されたオブジェクトから抽出された MCMC サンプルのヒストグラムが表示されます。
絶対等級 Hr (左)、光度曲線振幅 (LCA) A (中央) の事後確率、
オブジェクトの色 (右)。 相対フラックス図の横帯と破線
(612620) 2003 SQ317 の LCA 値は、Lacerda によって測定されたピーク ツー ピーク振幅の光曲線を示しています。
ら。 （2014）。 おそらく真の光度曲線が正弦波ではないため、私たちの方法はLCAを過小評価しています。
2016 SD106 カラー ヒストグラムの垂直バンドは、Chen らの 68% の制限を示しています。 （2022）、推測された色とよく一致しています。
6. 結論
6.1. 方法論
この論文では、光束、色、二値性、および
不確実性の原則に基づいた推定による、TNO のような移動ソースの変動性。 これらを適用します
DES によって検出された 800 を超える TNO に対して技術を適用し、それぞれについて正確な色を生成し、発見
いくつかの新しいワイド バイナリの可能性、および相対的なレベルについて推論する機能
TNOの以前の研究よりも厳密で信頼性の高いTNO集団の変動性の
変動性。 先行研究より ≈ 10 倍大きい TNO のサンプルは別として、この分析は
一部の調査に影響を与えるいくつかの方法論的問題に対処します。
• 測光法は、TNO フラックスの最適な S/N レベルをすべての光から得ます。
PSF フィッティング手法を使用してフレームを作成し、背景のソースを差し引くこともできます。
TNO の背後にあり、ターゲット イメージのノイズ レベルでは検出できない可能性があるものも含まれます。
• 平均 Hr と色の推定では、特定の TNO のすべての露出を利用して、
検出に十分な S/N を持つ画像のみを使用することから生じるバイアス。 の
色の推定とその不確実性には、ソースの潜在的な変動の影響が含まれます
ほぼ同時の色からの情報を活用しながら。
• 変動性の推定により、任意ではなく、A の完全な確率分布が得られます。
非検出に関する決定と処理。 これは、ピリオドがあるかどうかに関係なく当てはまります。
検出可能。 これにより、候補分布 q(A) との正確な定量的比較が可能になります。
A の制約が不十分な TNO の場合でも。
• 分析には、DES によって検出され、ダイナミクスの選択基準を満たすすべての TNO が含まれます。
または H。つまり、入力サンプルの選択関数は明確に定義され、独立しています。
変動性の。 これまでのほとんどの研究は、非常に異質な組織から抽出されたサンプルに依存してきました。
文学は、定量化できない選択バイアスの影響を受けます。 最も有害な可能性があるのは
出版バイアス。これにより、多くの著者は、さまざまな振幅がある場合にのみ出版する可能性があります。
検出された変動を除外し、非検出を除外します。
• DES 測光の 3 ～ 5 年の時間的広がりは、どの TNO 回転よりもはるかに長い
光曲線の位相がランダムにサンプリングされ、変動性の推定値が
期間に依存しない。
• DES サンプルは、動的グループ間で意味のある比較を行うのに十分な大きさです。
H の固定された制限された範囲で、動的状態の依存性をサイズから分離できます
依存。
これらの技術は、将来、さらに大規模な天体観測、例えば
従来の空間と時間の調査。少なくとも 1 桁以上の TNO を測定します。
DES が見つけたよりも。 どの調査でも大部分の TNO 測定値には S/N レベルもあります
光度曲線の従来の測定を可能にするためには低いですが、まだ大量の情報があります
色と多様性から入手できます。
6.2. 変動分布
私たちの「ビッグ」サンプル (3.3 < Hr < 6.0、プラス Eris) の変動レベルは、
動的クラスの 6.0 < Hr < 8.2 メンバーのいずれか。 での変動性の相対的な不足
H の間で Δm > 0.3 等。 6つのオブジェクトは過去の作品で注目されており、容易に
物体を球形に近づける際の表面重力の影響。 ベネッキ＆シェパード
（2013）、たとえば、サンプルの3σ有意性での光曲線振幅とHVの相関関係を見つけます
彼らが測定する HV < 6 の 32 個のオブジェクトと、0 < HV < 12 の 96 個のオブジェクトで構成されています。
現存する文献から引き出された Δm 測定値を使用して、すべての動的クラスを混合します。 述べたように
ショーウォルターらによる。 (2021) 変動統計をレビューする際には、選択バイアスに注意する必要があります
文献から抽出されたサンプルの出版バイアス。 それにもかかわらず、彼らは「続行する」ことを選択します
明確な代替手段がないという理由だけで、サンプルに偏りがないという仮定。」 とともに
DES サンプルでは、この飛躍を行う必要はもうありません。 アレクサンダーセンらによる測定。 (2019)
また、63 の OSSOS TNO すべてを対象としているため、A に依存しない選択基準もあります。
HyperSuprimeCam イメージャーのいくつかの選択された視野内で 6 < Hr < 11 での検出。
このサンプル内で、彼らは σmag (観測されたマグニチュード分散
スピアマンの順位相関検定で p = 0.013 の偽陽性率で Hr を使用。 相関
サンプルが動的に励起された集団に制限されている場合（つまり、除外
CCs).4 私たちのデータは、変動性-H 接続の現実について長引く疑問を解決することができます。
変動バイアスがないことが保証されたサンプルを使用しているため、3.3 < Hr < 6
サンプルは、すべての動的クラスの小さなオブジェクトから明らかに変化が少なくなります (可能な切り離された TNO を除く)。 Hr ≤ 6 の分布も、
Kecskem´ethyらによる主に大きなオブジェクトのターゲットサンプル。 (2023)、その ≈ 55% を示しています
彼らのサンプルは、Δm ≤ 0.2 mag を持っています (図 8 の左上のパネルと比較してください)。
私たちの変動性研究のもう1つの決定的な結果は、「コールド」クラシックにおける変動性のレベルが高いことです。
TNO (ifree < 5°) 「ホットな」古典 (ifree > 5°) より
）。 変動性と傾斜角の相関、または
他のサンプルでは、非 CC よりも CC の方が変動性が高いことが指摘されています。 ベネッキ＆シェパード(2013) 古典的な TNO の変動性と
共鳴および/または散乱物体を検出し、同様の信頼度で ∆m と i の間の相関を検出します
完全なTNOサンプル全体。 HC集団とCC集団の変動性の決定的な違い
私たちのデータに見られることは、CC が持っている力学と色の違いに基づく疑惑を補強します。
明確な物理的起源であり、したがって、他の力学と比較してこれらを分割する必要があります
家族。 また、単純な ifree カットは、おそらく両者の間の決定的な分割ではないことも認識しておく必要があります。
これらの物理的な 2 つの集団であるため、HC と CC のサンプルは少し混ざっています。つまり、彼らの違いを過小評価している可能性があります。
Thirouin & Sheppard (2019) は、CC 変動の独自の測定値を他の測定値と比較しました。
CC の 36% が 0.2 等未満の Δm を持っていることを報告しています。
図 8 の左上の青い曲線の値に比べて、混合バッグの 65% と比較して
「その他」の TNO。 私たちのデータは、CC がすべての中で最も変化しやすいという意味で、この傾向と一致しています。
固定H範囲での動的クラス。 アレクサンダーセン等。 (2019) i 間の相関関係も報告しています。
および 94% CL の CC クラス内の Hr。 私たちはこの傾向を確認していません (また、それを改ざんもしていません): CC の分割
ifree の中央値でのサンプルは、q(A) で統計的に有意な差を生じません。 はるかに大きな HC サンプルを 15 の中央値 ifree で分割することもできません。
. 私たちのデータは、次の二分法のみをサポートしています
HCとCCの動的タイプ間の変動性、連続勾配のさらなる証拠はありません
フリーで。
共鳴および散乱 TNO は、HC または CC TNO と区別できません。
それらの変動レベルに関して。 これは、共鳴または散乱が発生するシナリオと一致しています。
TNO は、物理的な起源を、古典派のソース集団の任意の混合物と共有しています。 驚くべき
しかし、その結果、孤立した集団と分散した集団には決定的に異なる変動性があるということです
分布 (Δχ^2 = 18.2、R = 6.5)。 孤立した共鳴する集団が頻繁に出会う
決定的な区別の基準 (Δχ^2 = 12.0、R = 2.4)。 これは、分散個体群のメンバーが近日点を持ち上げ、プロセスによって切り離されるシナリオを除外します。
TNO の物理的性質とは無関係です。
これは、次の場合の観察と一致する可能性があります。
TNOは、平均変動性を下げるために、分離プロセスで実質的に物理的に変更されました
係数 ≈ 1.5 で。 最初に黄道に垂直に整列されたスピン軸の等方化
見かけの変動性をこれだけ下げることができますが、その理由を説明する必要があります。
分離した TNO は等方化されますが、散乱した TNO はそうではありません。 この制限の弱いバージョン
共鳴チャネルを介して生じる切り離されたTNOに適用されます。 の模型用パズルです。
切り離されたTNOの起源。
6.3. バイナリの発見
以前に知られている 2014 LQ28 に加えて、1 つの新しい連星を発見し、その特徴を調べます。
色とサイズ。 これらのバイナリを識別する私たちの能力は、
バイナリ デブレンディングによるシーン モデリング測光。 これらの天体にも十分な天体データがあります
連星系の相互軌道を決定できる疎な DES 観測について。 全て
am/RH ≈ 5% で、私たちのオブジェクトの多くはしっかりと結合されています。 それらの質量は、
文献で報告されている同様のサイズの他のオブジェクトの質量 (例: Grundy et al. 2011; Parkerら。 2011)。
2014 LQ28 と 2013 RJ124 はコールド クラシックであり、特徴付けられた現在の大きなサンプルに追加されます。
バイナリ CC (Noll et al. 2020)。 特に、2014 LQ28 は、DES サンプルで 2 番目に大きい CC です。
(Hr ≈ 5.7)、これは、ほとんどの大きな CC がバイナリであるという仮説 (Thirouin &シェパード 2019)。 Hr と質量の違いから、2013 RJ124 は次のいずれかであると推定できます。
2014 LQ28の半分の密度または半分の反射。 両方のオブジェクトのアルベドが同じであると仮定すると、
両方のオブジェクトの体積比は 2.8 ですが、質量比は ≈ 1.38 です。 一方、私たちが
2014 LQ28 のアルベドが 2013 RJ124 の 2 倍であると仮定すると、
両方のオブジェクトであり、そのようなアルベドの違いは、熱データ (ビレニウス) からの測定値と一致しています。
ら。 2012)。
読者は、ワイドの割合を測定するためにバイナリ検出を使用する誘惑に抵抗する必要があります。
TNO集団のバイナリ。 二分探索はすべての画像を網羅していましたが、
体系的に特徴付けられていませんでした。これは、発見する能力を特徴付けていないことを意味します。
相互軌道パラメータ、シーイング、および S/N の関数としての画像からのバイナリ。 バイナリ
DESデータの発見割合は、TNO集団のバイナリ割合を大幅に過小評価しています。
私たちの調査で検出されたオブジェクトの大部分は、検出しきい値に近いため、
バイナリを解決する能力は本質的に低下します。 これらの各バイナリのさらなる観察
わずかに優れた角度分解能を持つオブジェクトは、軌道の制約を大幅に改善します
そして大衆。
6.4. データ公開
ここで発表されたデータリリースにより、既知の色を持つ TNO の数が大幅に増加し、
文献のLCAであり、一貫したフィルターを使用した単一の調査からのそのような種類の最大のものです
設定と校正。 これらの技術を応用した結果を含むデジタルリソース
> DES Wide Survey で検出された 800 の TNO は、[承認後に公開されるサイトで利用可能です。
ジャーナルによるこの論文の]。 データ リリースに含まれるものは次のとおりです。
• すべての TNO のすべての有効な個々の測光フラックス測定値の表。
• 解決されたバイナリのすべての測光測定値の表。
• 2 つの TNO 連星には、導出された相互軌道を持つ MCMC チェーンも含めます。
• MCMC チェーンを実行して平均空間をサンプリングできるコードを含む Jupyter ノートブック
セクション 4 で説明したように、まばらにサンプリングされたマルチバンドのフラックスのセットが与えられた場合、フラックスと変動性。
• 各 TNO について、測光から生成された出力 MCMC チェーンを示すテーブル。
• Bernardinelli らによって与えられた TNO プロパティの表の更新。 (2022) を追加
各オブジェクトの Hr、色、光度曲線振幅 A の平均と標準偏差、
MCMCチェーンに由来します。
• MCMC チェーンからこの論文のプロットと統計を導き出す Jupyter ノートブック
また、ユーザーが方法論を DES TNO の他のサブセットに適用する方法を示します。
または他のデータに。
式2で; 3) データとモデルの背景部分の違い (つまり、なし)
TNO 自体のモデルを差し引く) および 4) データの残差から完全なモデルを差し引いたもの。 最初の行
は、最も明るい天体の測定例を示しています。等級は mr ≈ 19.5 Eris です。
図 2. 図 1 と同じ列ですが、4 つの例はシーン モデリング手順の失敗を示しています。 最初の行は、TNO が拡張された背景の銀河の近くにあった場合を示しています。 この例
TNO に使用できる測光はありませんが、モデルは
銀河の渦巻き構造を非常によく再現し、ほぼ完全な引き算に導きます。 2 番目の行は、
TNO近くの明るい背景源の同様のケースですが、この場合、モデルはこれを再現できませんでした
バックグラウンド。 3 行目は、スタンプのエッジ近くの明るい光源に対応し、その散乱光があります。
近くの測光測定を排除します。 最後の行は、最小二乗法の場合です。
式 3 の不正確な解につながりました (つまり、モデルは中央の大きな負のフラックスを予測します)。
ポイントソース）。
図 3. DES データで識別された 2 つの信頼性の高いバイナリ TNO の同じ検出に適用された、単一 (各オブジェクトの上段) およびバイナリ (下段) の点源シーン モデリング測光。 の中に
最初のケース (Δχ^2 = 130.6)、明確な四重極パターンが残像に存在し、強力な兆候です。
このソースがバイナリであること。 2 番目のオブジェクト (Δχ^2 = 12.8)、視覚的には明らかではありませんが、統計的には
いくつかの画像で重要です。
図 4. Δχ^2 単一ソース モデルとバイナリ モデルの間の対ランダムなソースのより暗いソースの S/N
DES データの約 25,000 回の測光測定値 (灰色) の 10% の選択されたサブセット。 2 つのバイナリ
オブジェクトはさまざまな色で表示され、受け入れ領域は黄色で陰影付けされています。 その他のケース
バイナリ フィットが χ^2 の統計的に有意な改善をもたらすオブジェクトがある場合に発生する
単一ソース フィッティングでバックグラウンド オブジェクトが十分に減算されていない場合、またはバイナリ フィッティングで小さなエラーが修正されている場合
大気の乱れによって引き起こされる主要なオブジェクトの想定されるピクセル位置。
図 5. g − r (青)、r − i (赤)、i − z (緑)、g − i (紫) の色と対応する不確実性
2014 LQ28 システムの各コンポーネントの連続露出から測定。 破線の灰色の対角線
線は、両方のメンバーで色が等しい体制に対応します。 この辺りに色が散りばめられています
対角線であり、すべてが公称同一性の 3σ 以内にあり、各メンバーが同じ色を持っていることを意味します。
（したがって、同様の表面組成）。
図 6. 光度曲線の振幅のモデル化と平均光束の決定の結果
(612620) 2003 SQ317 (上) の色をまとめたもので、変動性がよく特徴付けられたソースです。 そして2016年SD106 (下)、ばらつきのない一貫したソース。 各ソースについて、上部パネルには測定値がプロットされます
調査の 6 年間にわたるフラックス、特にフラックス変動 f /fb
それぞれの平均フラックスに対する相対値
バンド。 各オブジェクトの下部パネルには、推定されたオブジェクトから抽出された MCMC サンプルのヒストグラムが表示されます。
絶対等級 Hr (左)、光度曲線振幅 (LCA) A (中央) の事後確率、
オブジェクトの色 (右)。 相対フラックス図の横帯と破線
(612620) 2003 SQ317 の LCA 値は、Lacerda によって測定されたピーク ツー ピーク振幅の光曲線を示しています。
ら。 （2014）。 おそらく真の光度曲線が正弦波ではないため、私たちの方法はLCAを過小評価しています。
2016 SD106 カラー ヒストグラムの垂直バンドは、Chen らの 68% の制限を示しています。 （2022）、推測された色とよく一致しています。
6. 結論
6.1. 方法論
この論文では、光束、色、二値性、および
不確実性の原則に基づいた推定による、TNO のような移動ソースの変動性。 これらを適用します
DES によって検出された 800 を超える TNO に対して技術を適用し、それぞれについて正確な色を生成し、発見
いくつかの新しいワイド バイナリの可能性、および相対的なレベルについて推論する機能
TNOの以前の研究よりも厳密で信頼性の高いTNO集団の変動性の
変動性。 先行研究より ≈ 10 倍大きい TNO のサンプルは別として、この分析は
一部の調査に影響を与えるいくつかの方法論的問題に対処します。
• 測光法は、TNO フラックスの最適な S/N レベルをすべての光から得ます。
PSF フィッティング手法を使用してフレームを作成し、背景のソースを差し引くこともできます。
TNO の背後にあり、ターゲット イメージのノイズ レベルでは検出できない可能性があるものも含まれます。
• 平均 Hr と色の推定では、特定の TNO のすべての露出を利用して、
検出に十分な S/N を持つ画像のみを使用することから生じるバイアス。 の
色の推定とその不確実性には、ソースの潜在的な変動の影響が含まれます
ほぼ同時の色からの情報を活用しながら。
• 変動性の推定により、任意ではなく、A の完全な確率分布が得られます。
非検出に関する決定と処理。 これは、ピリオドがあるかどうかに関係なく当てはまります。
検出可能。 これにより、候補分布 q(A) との正確な定量的比較が可能になります。
A の制約が不十分な TNO の場合でも。
• 分析には、DES によって検出され、ダイナミクスの選択基準を満たすすべての TNO が含まれます。
または H。つまり、入力サンプルの選択関数は明確に定義され、独立しています。
変動性の。 これまでのほとんどの研究は、非常に異質な組織から抽出されたサンプルに依存してきました。
文学は、定量化できない選択バイアスの影響を受けます。 最も有害な可能性があるのは
出版バイアス。これにより、多くの著者は、さまざまな振幅がある場合にのみ出版する可能性があります。
検出された変動を除外し、非検出を除外します。
• DES 測光の 3 ～ 5 年の時間的広がりは、どの TNO 回転よりもはるかに長い
光曲線の位相がランダムにサンプリングされ、変動性の推定値が
期間に依存しない。
• DES サンプルは、動的グループ間で意味のある比較を行うのに十分な大きさです。
H の固定された制限された範囲で、動的状態の依存性をサイズから分離できます
依存。
これらの技術は、将来、さらに大規模な天体観測、例えば
従来の空間と時間の調査。少なくとも 1 桁以上の TNO を測定します。
DES が見つけたよりも。 どの調査でも大部分の TNO 測定値には S/N レベルもあります
光度曲線の従来の測定を可能にするためには低いですが、まだ大量の情報があります
色と多様性から入手できます。
6.2. 変動分布
私たちの「ビッグ」サンプル (3.3 < Hr < 6.0、プラス Eris) の変動レベルは、
動的クラスの 6.0 < Hr < 8.2 メンバーのいずれか。 での変動性の相対的な不足
H の間で Δm > 0.3 等。 6つのオブジェクトは過去の作品で注目されており、容易に
物体を球形に近づける際の表面重力の影響。 ベネッキ＆シェパード
（2013）、たとえば、サンプルの3σ有意性での光曲線振幅とHVの相関関係を見つけます
彼らが測定する HV < 6 の 32 個のオブジェクトと、0 < HV < 12 の 96 個のオブジェクトで構成されています。
現存する文献から引き出された Δm 測定値を使用して、すべての動的クラスを混合します。 述べたように
ショーウォルターらによる。 (2021) 変動統計をレビューする際には、選択バイアスに注意する必要があります
文献から抽出されたサンプルの出版バイアス。 それにもかかわらず、彼らは「続行する」ことを選択します
明確な代替手段がないという理由だけで、サンプルに偏りがないという仮定。」 とともに
DES サンプルでは、この飛躍を行う必要はもうありません。 アレクサンダーセンらによる測定。 (2019)
また、63 の OSSOS TNO すべてを対象としているため、A に依存しない選択基準もあります。
HyperSuprimeCam イメージャーのいくつかの選択された視野内で 6 < Hr < 11 での検出。
このサンプル内で、彼らは σmag (観測されたマグニチュード分散
スピアマンの順位相関検定で p = 0.013 の偽陽性率で Hr を使用。 相関
サンプルが動的に励起された集団に制限されている場合（つまり、除外
CCs).4 私たちのデータは、変動性-H 接続の現実について長引く疑問を解決することができます。
変動バイアスがないことが保証されたサンプルを使用しているため、3.3 < Hr < 6
サンプルは、すべての動的クラスの小さなオブジェクトから明らかに変化が少なくなります (可能な切り離された TNO を除く)。 Hr ≤ 6 の分布も、
Kecskem´ethyらによる主に大きなオブジェクトのターゲットサンプル。 (2023)、その ≈ 55% を示しています
彼らのサンプルは、Δm ≤ 0.2 mag を持っています (図 8 の左上のパネルと比較してください)。
私たちの変動性研究のもう1つの決定的な結果は、「コールド」クラシックにおける変動性のレベルが高いことです。
TNO (ifree < 5°) 「ホットな」古典 (ifree > 5°) より
）。 変動性と傾斜角の相関、または
他のサンプルでは、非 CC よりも CC の方が変動性が高いことが指摘されています。 ベネッキ＆シェパード(2013) 古典的な TNO の変動性と
共鳴および/または散乱物体を検出し、同様の信頼度で ∆m と i の間の相関を検出します
完全なTNOサンプル全体。 HC集団とCC集団の変動性の決定的な違い
私たちのデータに見られることは、CC が持っている力学と色の違いに基づく疑惑を補強します。
明確な物理的起源であり、したがって、他の力学と比較してこれらを分割する必要があります
家族。 また、単純な ifree カットは、おそらく両者の間の決定的な分割ではないことも認識しておく必要があります。
これらの物理的な 2 つの集団であるため、HC と CC のサンプルは少し混ざっています。つまり、彼らの違いを過小評価している可能性があります。
Thirouin & Sheppard (2019) は、CC 変動の独自の測定値を他の測定値と比較しました。
CC の 36% が 0.2 等未満の Δm を持っていることを報告しています。
図 8 の左上の青い曲線の値に比べて、混合バッグの 65% と比較して
「その他」の TNO。 私たちのデータは、CC がすべての中で最も変化しやすいという意味で、この傾向と一致しています。
固定H範囲での動的クラス。 アレクサンダーセン等。 (2019) i 間の相関関係も報告しています。
および 94% CL の CC クラス内の Hr。 私たちはこの傾向を確認していません (また、それを改ざんもしていません): CC の分割
ifree の中央値でのサンプルは、q(A) で統計的に有意な差を生じません。 はるかに大きな HC サンプルを 15 の中央値 ifree で分割することもできません。
. 私たちのデータは、次の二分法のみをサポートしています
HCとCCの動的タイプ間の変動性、連続勾配のさらなる証拠はありません
フリーで。
共鳴および散乱 TNO は、HC または CC TNO と区別できません。
それらの変動レベルに関して。 これは、共鳴または散乱が発生するシナリオと一致しています。
TNO は、物理的な起源を、古典派のソース集団の任意の混合物と共有しています。 驚くべき
しかし、その結果、孤立した集団と分散した集団には決定的に異なる変動性があるということです
分布 (Δχ^2 = 18.2、R = 6.5)。 孤立した共鳴する集団が頻繁に出会う
決定的な区別の基準 (Δχ^2 = 12.0、R = 2.4)。 これは、分散個体群のメンバーが近日点を持ち上げ、プロセスによって切り離されるシナリオを除外します。
TNO の物理的性質とは無関係です。
これは、次の場合の観察と一致する可能性があります。
TNOは、平均変動性を下げるために、分離プロセスで実質的に物理的に変更されました
係数 ≈ 1.5 で。 最初に黄道に垂直に整列されたスピン軸の等方化
見かけの変動性をこれだけ下げることができますが、その理由を説明する必要があります。
分離した TNO は等方化されますが、散乱した TNO はそうではありません。 この制限の弱いバージョン
共鳴チャネルを介して生じる切り離されたTNOに適用されます。 の模型用パズルです。
切り離されたTNOの起源。
6.3. バイナリの発見
以前に知られている 2014 LQ28 に加えて、1 つの新しい連星を発見し、その特徴を調べます。
色とサイズ。 これらのバイナリを識別する私たちの能力は、
バイナリ デブレンディングによるシーン モデリング測光。 これらの天体にも十分な天体データがあります
連星系の相互軌道を決定できる疎な DES 観測について。 全て
am/RH ≈ 5% で、私たちのオブジェクトの多くはしっかりと結合されています。 それらの質量は、
文献で報告されている同様のサイズの他のオブジェクトの質量 (例: Grundy et al. 2011; Parkerら。 2011)。
2014 LQ28 と 2013 RJ124 はコールド クラシックであり、特徴付けられた現在の大きなサンプルに追加されます。
バイナリ CC (Noll et al. 2020)。 特に、2014 LQ28 は、DES サンプルで 2 番目に大きい CC です。
(Hr ≈ 5.7)、これは、ほとんどの大きな CC がバイナリであるという仮説 (Thirouin &シェパード 2019)。 Hr と質量の違いから、2013 RJ124 は次のいずれかであると推定できます。
2014 LQ28の半分の密度または半分の反射。 両方のオブジェクトのアルベドが同じであると仮定すると、
両方のオブジェクトの体積比は 2.8 ですが、質量比は ≈ 1.38 です。 一方、私たちが
2014 LQ28 のアルベドが 2013 RJ124 の 2 倍であると仮定すると、
両方のオブジェクトであり、そのようなアルベドの違いは、熱データ (ビレニウス) からの測定値と一致しています。
ら。 2012)。
読者は、ワイドの割合を測定するためにバイナリ検出を使用する誘惑に抵抗する必要があります。
TNO集団のバイナリ。 二分探索はすべての画像を網羅していましたが、
体系的に特徴付けられていませんでした。これは、発見する能力を特徴付けていないことを意味します。
相互軌道パラメータ、シーイング、および S/N の関数としての画像からのバイナリ。 バイナリ
DESデータの発見割合は、TNO集団のバイナリ割合を大幅に過小評価しています。
私たちの調査で検出されたオブジェクトの大部分は、検出しきい値に近いため、
バイナリを解決する能力は本質的に低下します。 これらの各バイナリのさらなる観察
わずかに優れた角度分解能を持つオブジェクトは、軌道の制約を大幅に改善します
そして大衆。
6.4. データ公開
ここで発表されたデータリリースにより、既知の色を持つ TNO の数が大幅に増加し、
文献のLCAであり、一貫したフィルターを使用した単一の調査からのそのような種類の最大のものです
設定と校正。 これらの技術を応用した結果を含むデジタルリソース
> DES Wide Survey で検出された 800 の TNO は、[承認後に公開されるサイトで利用可能です。
ジャーナルによるこの論文の]。 データ リリースに含まれるものは次のとおりです。
• すべての TNO のすべての有効な個々の測光フラックス測定値の表。
• 解決されたバイナリのすべての測光測定値の表。
• 2 つの TNO 連星には、導出された相互軌道を持つ MCMC チェーンも含めます。
• MCMC チェーンを実行して平均空間をサンプリングできるコードを含む Jupyter ノートブック
セクション 4 で説明したように、まばらにサンプリングされたマルチバンドのフラックスのセットが与えられた場合、フラックスと変動性。
• 各 TNO について、測光から生成された出力 MCMC チェーンを示すテーブル。
• Bernardinelli らによって与えられた TNO プロパティの表の更新。 (2022) を追加
各オブジェクトの Hr、色、光度曲線振幅 A の平均と標準偏差、
MCMCチェーンに由来します。
• MCMC チェーンからこの論文のプロットと統計を導き出す Jupyter ノートブック
また、ユーザーが方法論を DES TNO の他のサブセットに適用する方法を示します。
または他のデータに。
※コメント投稿者のブログIDはブログ作成者のみに通知されます