Singleton et al (2009) have argued that the flux of pulsars measured at 1400 MHz shows an apparent violation of the inverse-square law with distance ($r$), and it is consistent with $1/r$ scaling. They deduced this from the fact that the convergence error obtained in reconstructing the luminosity function of pulsars using an iterative maximum likelihood procedure is about $10^5$ times larger for a distance exponent of two (corresponding to the inverse-square law) compared to an exponent of one. When we applied the same technique to this pulsar dataset with two different values for the trial luminosity function in the zeroth iteration, we find that neither of them can reproduce a value of $10^5$ for the ratio of the convergence error between these distance exponents. We then reconstruct the differential pulsar luminosity function using Lynden-Bell's $C^{-}$ method after positing both an inverse-linear and an inverse-square scalings with distance. We show this method cannot help in discerning between the two exponents. Finally, when we tried to estimate the power law exponent with a Bayesian regression procedure, we do not get a best-fit value of one for the distance exponent. The model residuals obtained from our fitting procedure are larger for the inverse-linear law compared to the inverse-square law. Moreover, the observed pulsar flux cannot be parameterized only by power-law functions of distance, period, and period derivative. Therefore, we conclude from our analysis using multiple methods that there is no evidence that the pulsar radio flux at 1400 MHz violates the inverse-square law.


翻译:Soneton等人(2009年)认为,1400兆赫测得的脉冲星流与1400兆赫测得的脉冲星体的通量相比,显示明显违反以距离计算的反方方法律(美元),而且符合1美元/美元的比例缩放。他们从以下事实推断出:在使用迭代最大可能性程序重建脉冲星的光度函数的过程中,获得的趋同差差差差差值大约是2倍(相当于逆方法律),比1兆赫高1400兆赫。当我们用同一技术对脉冲星数据集应用两种不同值的脉冲法,用于零度的试验光度函数。我们发现,在使用迭代最大可能性程序重建脉冲的脉冲函数中,两者均无法复制10美元/5美元值。我们随后用Lyn-Bell的模型(美元-美元-平方法律)的偏差值来重新校正的脉冲功率函数,在从反线和反方平方法律的距离计算中无法比值。我们用比更远法法的直方法律的推算法值来算算算法值。我们无法在最远法前法期间里算中,我们无法判算算算算算算算算算算算出一个比一个比。最后法值。我们用一个比法度法则法则,我们用一个比法的回算法值,在比法的推算法则法程法程法程的推算出一个比。我们算法则,最后法则,最后算法则是先算算法则,最后算法则法则法则是无法在比。

0
下载
关闭预览

相关内容

【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
5+阅读 · 2018年3月16日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员