MARC

 008250123s2024        us                              c    eng  d
■001000017164841
■00520250211153054
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346382621
■035    ▼a(MiAaPQ)AAI31643369
■035    ▼a(MiAaPQ)Stanfordrn650nf7483
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a600
■1001  ▼aHalal,  George.
■24510▼aPolarized  Dust  Emission  and  the  Morphology  of  the  Interstellar  Medium
■260    ▼a[Sl]▼bStanford  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a318  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-05,  Section:  B.
■500    ▼aAdvisor:  Clark,  Susan.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aThe  interstellar  medium  (ISM)  is  a  complex,  multiphase  system  where  various  components,  such  as  gas,  dust,  cosmic  rays,  and  magnetic  fields,  are  intricately  interconnected.  The  same  astrophysical  phenomena  that  influence  one  component  of  the  ISM  often  have  far-reaching  effects  on  others,  creating  a  rich  tapestry  of  interactions.  This  interconnectedness  means  that  observations  of  one  ISM  component  can  provide  valuable  insights  into  the  properties  and  behavior  of  others,  offering  multiple  avenues  to  probe  and  understand  the  ISM's  structure  and  evolution.  This  Thesis  explores  this  concept  by  focusing  on  the  relationship  between  the  three-dimensional  morphology  of  the  ISM  and  polarized  dust  emission,  which  holds  important  implications  for  cosmic  microwave  background  (CMB)  studies  and  our  understanding  of  astrophysical  processes.  By  leveraging  ancillary  datasets  that  trace  the  3D  structure  of  the  ISM,  this  Thesis  provides  novel  insights  into  the  characterization  and  modeling  of  polarized  dust  emission.We  investigate  how  the  geometry  of  the  Local  Bubble  and  the  complexity  of  the  dust  distribution  along  the  line  of  sight  affect  the  observed  dust  polarization  statistics.  Our  findings  indicate  that  the  extended  3D  dust  distribution,  beyond  just  the  Local  Bubble,  plays  an  important  role  in  determining  the  observed  polarization  patterns.  We  utilize  3D  neutral  hydrogen  (HI)  data,  another  tracer  of  the  ISM,  to  characterize  and  model  the  polarized  dust  emission  in  the  rest  of  the  thesis.  HI  filaments  trace  the  local  3D  magnetic  field  structure,  which  polarizes  the  dust  emission  perpendicular  to  its  orientation.  We  introduce  a  new  approach  for  characterizing  Galactic  dust  filaments  by  correlating  BICEP/Keck  and  Planck  data  with  3D  polarization  templates  based  on  HI  observations.  This  method  proves  effective  in  detecting  polarized  dust  emission  at  frequencies  as  low  as  95  GHz  and  isolating  contributions  to  the  polarized  dust  emission  from  the  Milky  Way  and  the  Magellanic  Stream  I  and  characterizing  them.  We  further  improve  Hi-based  polarization  templates  through  the  development  of  the  Spherical  Rolling  Hough  Transform  (Spherical  RHT)  algorithm,  which  efficiently  quantifies  filamentary  structures  on  the  sphere.  We  investigate  how  the  morphology  of  magnetically  aligned  dusty  filaments  affects  the  polarized  dust  emission.  This  work  demonstrates  that  the  thinnest  resolved  filaments  are  most  aligned  with  the  magnetic  field  and  how  different  filament  geometries  affect  different  polarization  patterns.  Finally,  polarized  dust  emission  is  the  dominant  foreground  for  CMB  polarization  studies  at  high  frequencies  and  its  structure  at  small  scales  is  unknown.  Therefore,  we  introduce  a  novel  approach  to  generating  a  high-resolution,  non-Gaussian  foreground  model  for  CMB  polarization  studies  using  transformer-based  deep  learning  techniques.  This  model  fuses  information  from  various  sources  to  predict  the  small-scale  dust  structures.
■590    ▼aSchool  code:  0212.
■650  4▼aHydrogen
■650  4▼aDust
■650  4▼aStatistical  significance
■650  4▼aMagnetic  fields
■650  4▼aParameter  estimation
■650  4▼aElectromagnetics
■690    ▼a0607
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g86-05B.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17164841▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서