Machine Learning Methoden für die Analyse von Gravitationswellen
Maximilian Dax – Hector Fellow Bernhard Schölkopf
Der Nachweis von Gravitationswellen (GW) hat ein neues Fenster zum Universum geöffnet, durch das wir die Physik der Verschmelzung von Schwarzen Löchern und Neutronensternen studieren können. Durch die Analyse von GW können wir auf Eigenschaften der entsprechenden astrophysikalischen Systeme schließen. Die derzeitigen Analysemethoden sind jedoch rechnerisch zu teuer, um mit der wachsenden Datenmenge umgehen zu können. Meine Forschung befasst sich daher mit der Entwicklung effizienter Methoden des maschinellen Lernens für die GW-Analyse.