Apprentissage automatique appliqué à
Sciences de l'Astrophysique
Trous noirs
Découvertes révolutionnaires sur les objets les plus fascinants de l’Univers, les trous noirs, révélant finalement comment ces objets agissent comme le cœur battant de toutes les galaxies.
Lentille pour la matière noire
Lentille pour la matière noire
Découvrir les propriétés des particules de matière noire et sonder la cosmologie avec une forte lentille gravitationnelle et l’apprentissage automatique.
Cosmologie
Révéler l’origine de l’Univers, la nature de ses composants et comment ils affectent son évolution, et son éventuel destin.
Inference
Utilisation de réseaux de neurones pour créer de nouvelles analyses statistiques pour des ensembles de données astrophysiques complexes et de grande dimension.
Learning the Universe
Domaine de recherche : Paramètres cosmologiques, matière noire, énergie noire, grands relevés du ciel, simulations hydrodynamiques, inférence basée sur la simulation, émulateurs, estimation de l'incertitude et échantillonnage
Future Lens
Domaine de recherche : Lentille gravitationnelle forte, matière noire, fonction de masse, constante de Hubble, énergie noire, vision par ordinateur, délais, populations stellaires, AGN
Gaia Data
Domaine de recherche : Détection d'anomalies, Apprentissage non supervisé, Estimation de la densité, Nuages de points, Diagramme HR, Voie lactée
Turbulence
Domaine de recherche : Physique des sous-grilles, Fermeture, Équations de Navier–Stokes, Deep Learning, Modèles récurrents, Dedalus
Astronomie en Rayons-X
Domaine de recherche : noyaux galactiques actifs ; Milieu intra-amas ; Binaires X; Amas de galaxies