https://univ-grenoble-alpes-fr.zoom.us/j/97707998306?pwd=cDErcE1waU5MUWtyQ0FsNDlSWTJ3Zz09
Meeting ID: 977 0799 8306
Passcode: 668727
-----------------------------------
Sursauts orphelins avec afterglowpy
Marina Masson
-----------------------------------
Simulation sursauts gamma courts et proches
objectif estimer l'observabilité et caractériser les courbes de lumière
simulations de 100000 courbes de lumière
grande diversité observée : longs et faible, courts et brillants
7% observables plus de 7 jours, pas tellement dépendant du modèle de structure de jet
Pseudo observation avec rubin_sim : réalisation du scheduler pour 10 ans d'observations
un point par observation
Analyse des pseudo-observations
7% -> 2% restent observables
impact sur les distributions de paramètre d'input simulés : E0, n0, z, Theta_Obs...
caractérisation des courbes de lumière vues à travers les pseudo-observations
magnitude minimum
temps du pic de flux
durée entre la première et la dernière détection
taux de variation de magnitude: croissance, décroissance au début, décroissance à la fin
couleur g-r
magnitude minimale : presque toujours >16, et très souvent le premier point
couleur g-r => 2 pics, non compris -> à étudier
Etude des corrélations entre paramètres
entre paramètres du modèle pour s'assurer de la cohérence
entre le modèle et les caractéristiques des courbes de lumière
entre les paramètres caractérisant les courbes de lumière
-> forte corrélation entre rate_inc et rate_dec "fin de la courbe de lumière"
Simuler aussi tous les sursauts on-axis à z défini pour avoir une référence
Revoir les distributions d'entrée => population Ghirlanda ? https://www.aanda.org/articles/aa/pdf/2016/10/aa28993-16.pdf
Atténuation galactique à prendre en compte
Damien = "Sur la correlation entre les pentes rising/fading je pense que c'est délicat de les prendre pour argent comptant avec afterglowpy"
-----------------------------------------------------
New developments to the afterglow code boulodrome and
comparisons with afterglowpy
Clément Pellouin
-----------------------------------------------------
Modèle
Dynamique : choc avant (pas de reverse chox), structure latéral (pas de structure radiale)
Microphysique des chocs : epsilon e et b, p
Processifs radiatifs : Synchrotron (sans self-absorption), SSC, (pas de Pair production)
Conditions d'observations : distance, angle de vue
Dynamique
par rapport à afterglowpy
-> pas bon, jusqu'à ~1 jour = on-axis, mais différence forte off-axis voir GW170817 planche 7 !
-> flux 2 ou 3 fois plus faible à régime => pas grave, peut être ajusté
Manque Compton Inverse dans afterglowpy, important pour l'X, potentiellement sur la normalisation synchrotron
---------------------------------------------
Simulation de courbes de lumière d'afterglows
Jean-Grégoire Ducoin
---------------------------------------------
Génération d'une banque de template pour implémenter un match filtering dans FINK
Simu synchrotron uniquement pour pb de vitesse de calcul
ZTF gri + MXT
Time sampling coherent with ZTF
Tableau des paramètres
Simulation à distance standard 40 Mpc
=> puis mis à l'échelle en z
180k courbes de lumière de sursauts longs
85k courbes de lumière de sursauts courts
Vérification des sursauts par comparaison à courbes de lumière existante renormalisées à z=1
classification en faible, trop fort, bon
=> flag de toute la banque de données
Pb de définition limite haute/basse pour les sursauts courts de Khann
Question échantillon de Damien = comparaison ?
Discussion sur la possible utilisation de méthode de Deep learning.
------------------------------------------------
Multi-wavelength, multi-messenger module in FINK
Roman Le Montagner
------------------------------------------------
Cross-match ZTF avec GCN Fermi, Swift, Integral et IceCube
Kafka pour joindre les streams d'alerte de manière très efficace
Module tourne en temps réel actuellement, mais pas encore redistribué => la semaine prochaine
Commissioning en 09/2022 -> 3.5e6 alertes
70% viennent de Fermi-GBM + LAT
Association spatiale et temporelle
=> 2500 objets uniques = 65% inconnus, 30% satellites+astéroides, 4% SN candidate