Redshift Assessment Infrastructure Layers (RAIL): Rubin-era photometric redshift stress-testing and at-scale production
Die Autoren stellen RAIL (Redshift Assessment Infrastructure Layers), eine Open-Source-Python-Bibliothek, vor, die von der LSST Dark Energy Science Collaboration entwickelt wurde, um die probabilistische Schätzung und Stress-Testung von photometrischen Rotverschiebungen für Milliarden von Galaxien im Rubin-LSST-Ära und darüber hinaus zu ermöglichen.
The RAIL Team, Jan Luca van den Busch, Eric Charles, Johann Cohen-Tanugi, Alice Crafford, John Franklin Crenshaw, Sylvie Dagoret, Josue De-Santiago, Juan De Vicente, Qianjun Hang, Benjamin Joachimi, Shahab Joudaki, J. Bryce Kalmbach, Arun Kannawadi, Shuang Liang, Olivia Lynn, Alex I. Malz, Rachel Mandelbaum, Grant Merz, Irene Moskowitz, Drew Oldag, Jaime Ruiz-Zapatero, Mubdi Rahman, Markus M. Rau, Samuel J. Schmidt, Jennifer Scora, Raphael Shirley, Benjamin Stölzner, Laura Toribio San Cipriano, Luca Tortorelli, Ziang Yan, Tianqing Zhang, the LSST Dark Energy Science CollaborationFri, 13 Ma🔭 astro-ph