The Sunyaev–Zel’dovich effect causes a change in the apparent brightness of the cosmic microwave background radiation towards a cluster of galaxies or any other reservoir of hot plasma. Measurements of the effect provide distinctly different information about cluster properties than X-ray imaging data, while combining X-ray and Sunyaev–Zel’dovich effect data leads to new insights into the structures of cluster atmospheres. The effect is redshift-independent, and so provides a unique probe of the structure of the Universe on the largest scales. The present review discusses the theory of the Sunyaev–Zel’dovich effect and collects published results for many clusters, presents the overall conclusions that may be drawn from the detections so far, and discusses the prospects for future research on the Sunyaev–Zel’dovich effects.

The Large Area Telescope (LAT) aboard the Fermi Gamma-ray Space Telescope provides an unprecedented opportunity to study gamma-ray blazars. To capitalize on this opportunity, beginning in late 2007, about a year before the start of LAT science operations, we began a large-scale, fast-cadence 15 GHz radio monitoring program with the 40-m telescope at the Owens Valley Radio Observatory (OVRO). This program began with the 1158 northern (declination>-20 deg) sources from the Candidate Gamma-ray Blazar Survey (CGRaBS) and now encompasses over 1500 sources, each observed twice per week with a ~4 mJy (minimum) and 3% (typical) uncertainty. Here, we describe this monitoring program and our methods, and present radio light curves from the first two years (2008 and 2009). As a first application, we combine these data with a novel measure of light curve variability amplitude, the intrinsic modulation index, through a likelihood analysis to examine the variability properties of subpopulations of our sample. We demonstrate that, with high significance (7-sigma), gamma-ray-loud blazars detected by the LAT during its first 11 months of operation vary with about a factor of two greater amplitude than do the gamma-ray-quiet blazars in our sample. We also find a significant (3-sigma) difference between variability amplitude in BL Lacertae objects and flat-spectrum radio quasars (FSRQs), with the former exhibiting larger variability amplitudes. Finally, low-redshift (z<1) FSRQs are found to vary more strongly than high-redshift FSRQs, with 3-sigma significance. These findings represent an important step toward understanding why some blazars emit gamma-rays while others, with apparently similar properties, remain silent.

The Very Large Array Sky Survey (VLASS) is a synoptic, all-sky radio sky survey with a unique combination of high angular resolution ($\approx$2.5"), sensitivity (a 1$\sigma$ goal of 70 $\mu$Jy/beam in the coadded data), full linear Stokes polarimetry, time domain coverage, and wide bandwidth (2-4 GHz). The first observations began in September 2017, and observing for the survey will finish in 2024. VLASS will use approximately 5500 hours of time on the Karl G. Jansky Very Large Array (VLA) to cover the whole sky visible to the VLA (Declination $>-40^{\circ}$), a total of 33,885 deg$^2$. The data will be taken in three epochs to allow the discovery of variable and transient radio sources. The survey is designed to engage radio astronomy experts, multi-wavelength astronomers, and citizen scientists alike. By utilizing an "on the fly" interferometry mode, the observing overheads are much reduced compared to a conventional pointed survey. In this paper, we present the science case and observational strategy for the survey, and also results from early survey observations.

Gravitational lensing is a powerful astrophysical and cosmological probe and is particularly valuable at submillimeter wavelengths for the study of the statistical and individual properties of dusty starforming galaxies. However the identification of gravitational lenses is often time-intensive, involving the sifting of large volumes of imaging or spectroscopic data to find few candidates. We used early data from the Herschel Astrophysical Terahertz Large Area Survey to demonstrate that wide-area submillimeter surveys can simply and easily detect strong gravitational lensing events, with close to 100% efficiency.

We present a catalogue of nearly 3,000 submillimetre sources detected at 850um over ~5 square degrees surveyed as part of the James Clerk Maxwell Telescope (JCMT) SCUBA-2 Cosmology Legacy Survey (S2CLS). This is the largest survey of its kind at 850um, probing a meaningful cosmic volume at the peak of star formation activity and increasing the sample size of submillimetre galaxies selected at 850um by an order of magnitude. We describe the wide 850um survey component of S2CLS, which covers the key extragalactic survey fields: UKIDSS-UDS, COSMOS, Akari-NEP, Extended Groth Strip, Lockman Hole North, SSA22 and GOODS-North. The average 1-sigma depth of S2CLS is 1.2 mJy/beam, approaching the SCUBA-2 850um confusion limit, which we determine to be ~0.8 mJy/beam. We measure the single dish 850um number counts to unprecedented accuracy, reducing the Poisson errors on the differential counts to approximately 4% at S_850~3mJy. With several independent fields, we investigate field-to-field variance, finding that the number counts on 0.5-1 degree scales are generally within 50% of the S2CLS mean for S_850>3mJy, with scatter consistent with the Poisson and estimated cosmic variance uncertainties, although there is a marginal (2-sigma) density enhancement in the GOODS-North field. The observed number counts are in reasonable agreement with recent phenomenological and semi-analytic models. Finally, the large solid angle of S2CLS allows us to measure the bright-end counts: at S_850>10mJy there are approximately ten sources per square degree, and we detect the distinctive up-turn in the number counts indicative of the detection of local sources of 850um emission and strongly lensed high-redshift galaxies. Here we describe the data collection and reduction procedures and present calibrated maps and a catalogue of sources; these are made publicly available.

Abstract We present a new machine learning (ML)-driven source-finding tool for next-generation radio surveys that performs fast source extraction on a range of source morphologies at large dynamic ranges with minimal parameter tuning and post-processing. The construction of the Square Kilometre Array (SKA) radio telescope will revolutionize the field of radio astronomy. However, accurate and automated source-finding techniques are required to reach SKA science goals. We have developed a novel source-finding method, ContinUNet, powered by an ML segmentation algorithm, U-Net, that has proven highly effective and efficient when tested on SKA precursor data sets. Our model was trained and tested on simulated radio continuum data from SKA Science Data Challenge 1 and proved comparable with the state-of-the-art source-finding methods, PyBDSF and ProFound. ContinUNet was then tested on the MeerKAT International GHz Tiered Extragalactic Exploration Early Science data without retraining and was able to extract point-like and extended sources with equal ease; processing a 1.6 deg$^2$ field in $\lt $13 s on a supercomputer and $\approx$2 min on a personal laptop. We were able to associate components of extended sources without manual intervention with the powerful inference capabilities learnt within the network, making ContinUNet a promising tool for enabling science in the upcoming SKA era.