Les donnees suivantes sont partagees et
mises en ligne actuellement sur le serveur d'application du JMMC
.
Chaque fichier fits partage dispose sur cette page d'une section qui peut recueillir les commentaires et retours pour completer les
informations de R&D sur le logiciel.
Si cela aide a la lisibilite, il ne faut pas hesiter a apposer la signature ( deja formatee sur le bas du formulaire de saisie ) comme par ex:
--
GuillaumeMella - 18 Mar 2008
VLTI/MIDI observations of RY Sgr
--
MichelTallon - 19 Mar 2008
Erreur obtenue par Olivier Chesneau:
ERROR (_lpf_optimal_step) Floating point interrupt (SIGFPE)
LINE: 1426 FILE: /home/users/mella/ysDev/yoga/LITpro/yorick/LITpro_fitter.i
L'examen du fichier données montre plusieurs problèmes:
- Une seule base à (ucoord,vcoord)= (0.,0.). Donc quelque soit la longueur d'onde, la base est toujours nulle. Il est donc impossible d'ajuster quoi que ce soit. Néanmoins, le fitter devrait renvoyer une erreur autre que "Floating point interrupt".
- La première table (WAVELENGTH) contient un spectre de 231 longueurs d'onde de 7.54422 à 12.745375. Puisqu'il s'agit d'observations en bande N, l'unité semble être des microns, mais le standard oidata est de fournir des mètres !
- Une seule table OI_VIS. Alors que les données VISAMP et VISAMPERR semblent correctes, VISPHI et VISPHIERR contiennent chacun la même suite de nombres de 0.0 à 230.0. Cela ne gène pas le fitter si l'on sélectionne uniquement les données VISAMP pour l'ajustement.
--
MichelTallon - 20 Mar 2008 :
Finalement, j'ai modifié le fichier de données pour apporter les corrections suivantes:
- Passage des longueurs d'onde en mètres.
- D'après les infos là
et là
, la base projetée est de 57 m avec un PA de 98°. Les valeurs rentrées dans ucoord, vcoord sont les suivantes:
> lp_rho_PA_to_xy(57, 98)
[56.4453,-7.93287]
Il n'y a ensuite qu'à conduire l'ajustement, ici avec une gaussienne:
> lp_practice
> w=load_model("tabvis0525A_e_gaussian.i");
> go_fit, w
Number of iterations 5 (Max Number of iterations 200)
Final values for fitted parameters and standard deviation:
w = 19.6316 +/- 0.17485 mas
Initial Chi2 = 20.766 - Final Chi2 = 16.5156
Initial reduced Chi2 = 0.0451435 - Final reduced Chi2 = 0.0359034
Number of degrees of freedom = 460
Confidence Level = 1
> show_model, w
FILE: tabvis0525A_e_gaussian.i
GROUP 1: normalize is OFF
gaussian: weight fwhm x y
"i" "w" "x" "y"
PARAMETERS:
name value prev_val vmin vmax scale fixed units
"i": 1 --- 0 1 AUTO 1
"w": 19.6316 20 0 100 AUTO 0 mas
"x": 0 --- -40 40 AUTO 1 mas
"y": 0 --- -40 40 AUTO 1 mas
> plot_radial,w,"VISamp"
*
fit_tabvis0525A_egaussian.pdf: Résultat de l'ajustement.
ATTENTION : le chi2 réduit est beaucoup trop petit. En regardant le plot (voir la figure ci-dessus) un problème sur les données saute au yeux. Les valeurs mesurées ont très peu de variations devant la taille importante des barres d'erreur. Cela semble (très!) incompatible. Soit les barres d'erreur sont (trés!) surévaluées, soit les données sont (très!) corrélées. Sachant qu'il s'agit d'une seule base mesurés sur 231 longueurs d'onde, je pencherais pour la forte corrélation. Dans la mesure où les corrélations entre les mesures ne sont pas connues (et pas sauvegardées dans le format OI-DATA), une hypothèse de base est
l'indépendance des données. Ce n'est pas le cas ici.
L'effet est ici caricatural et implique des erreurs d'estimation des paramètres (biais, incertitude). La conclusion est qu'il faut que les instruments estiment aussi les corrélations des mesures !
High spatial resolution observations of HM Sge (Sacuto+, 2007)
Other
--
IsaTallonBosc - 19 Mar 2008
sur Target MIR0003, fit effectué avec 2 disques :
Valeurs initiales:
name value prev_val vmin vmax scale fixed units
"i1": 0.5 0.5 0 1 AUTO 0
"i2": 0.5 0.5 0 1 AUTO 0
"r1": 0 0 0 20 AUTO 0 mas
"r2": 0 0 0 20 AUTO 0 mas
"x1": 0 0 -40 40 AUTO 1 mas
"x2": 0 0 -40 40 AUTO 0 mas
"y1": 0 0 -40 40 AUTO 1 mas
"y2": 0 0 -40 40 AUTO 0 mas
Number of iterations 44 + 200 =244 (Max Number of iterations 200)
Final values for fitted parameters and standard deviation:
i1 = 0.443251 +/- 0.0311645
i2 = 0.556749 +/- 0.0370634
x2 = -18.0838 +/- 0.0804189 mas
r1 = 20 +/- 0.55042 mas
y2 = -26.3237 +/- 0.133774 mas
r2 = 20 +/- 0.425638 mas
Initial Chi2 = 1.28836e+06 - Final Chi2 = 1153.77
Initial reduced Chi2 = 4667.95 - Final reduced Chi2 = 4.18034
Number of degrees of freedom = 276
Confidence Level = 1.40617e-107
--- Covariance matrix ---
i1 i2 x2 r1 y2 r2
i1 9.7e-04 6.0e-04 -5.4e-04 9.1e-03 2.1e-03 -7.0e-03
i2 6.0e-04 1.4e-03 5.4e-04 -9.1e-03 -2.1e-03 7.0e-03
x2 -5.4e-04 5.4e-04 6.5e-03 -1.8e-02 -6.6e-03 1.3e-02
r1 9.1e-03 -9.1e-03 -1.8e-02 3.0e-01 6.9e-02 -2.3e-01
y2 2.1e-03 -2.1e-03 -6.6e-03 6.9e-02 1.8e-02 -5.4e-02
r2 -7.0e-03 7.0e-03 1.3e-02 -2.3e-01 -5.4e-02 1.8e-01
--- Correlation matrix ---
i1 i2 x2 r1 y2 r2
i1 1 0.52 -0.21 0.53 0.5 -0.53
i2 0.52 1 0.18 -0.45 -0.42 0.45
x2 -0.21 0.18 1 -0.41 -0.61 0.39
r1 0.53 -0.45 -0.41 1 0.94 -1
y2 0.5 -0.42 -0.61 0.94 1 -0.94
r2 -0.53 0.45 0.39 -1 -0.94 1
Les rayons étant aux valeurs des bornes :
> set_parameter,wh1,"r1","r2",vmax=40
> go_fit,wh1
Number of iterations 10 (Max Number of iterations 200)
Final values for fitted parameters and standard deviation:
i1 = 0.584265 +/- 0.0354177
i2 = 0.415737 +/- 0.025628
x2 = -20.0322 +/- 0.175057 mas
r1 = 24.9394 +/- 0.20153 mas
y2 = -24.9518 +/- 0.110816 mas
r2 = 17.4562 +/- 0.118216 mas
Initial Chi2 = 1153.77 - Final Chi2 = 542.2
Initial reduced Chi2 = 4.18034 - Final reduced Chi2 = 1.96449
Number of degrees of freedom = 276
Confidence Level = 1.59928e-19
--- Covariance matrix ---
i1 i2 x2 r1 y2 r2
i1 1.3e-03 8.2e-04 -9.4e-04 1.3e-03 6.2e-04 -7.6e-04
i2 8.2e-04 6.6e-04 9.4e-04 -1.3e-03 -6.2e-04 7.6e-04
x2 -9.4e-04 9.4e-04 3.1e-02 -2.8e-02 -1.8e-02 1.6e-02
r1 1.3e-03 -1.3e-03 -2.8e-02 4.1e-02 1.8e-02 -2.2e-02
y2 6.2e-04 -6.2e-04 -1.8e-02 1.8e-02 1.2e-02 -1.1e-02
r2 -7.6e-04 7.6e-04 1.6e-02 -2.2e-02 -1.1e-02 1.4e-02
--- Correlation matrix ---
i1 i2 x2 r1 y2 r2
i1 1 0.9 -0.15 0.18 0.16 -0.18
i2 0.9 1 0.21 -0.25 -0.22 0.25
x2 -0.15 0.21 1 -0.78 -0.95 0.76
r1 0.18 -0.25 -0.78 1 0.82 -0.93
y2 0.16 -0.22 -0.95 0.82 1 -0.81
r2 -0.18 0.25 0.76 -0.93 -0.81 1
Visualisation du fit:
*
MIR00003_binary_disk_2.pdf: MIR00003_binary_disk_2.pdf
Simulated
BeautyContest