Normalising flows for parameter inference on binary black hole mergers

Abstract

Este proyecto consistiría en el desarrollo de una inferencia de parámetros libre de probabilidad impulsada por el aprendizaje profundo (DL) a partir de datos de ondas gravitacionales. Específicamente, se centraría en el uso de flujos de normalización condicionados por características extraídas por DL ​​de representaciones 2D (tiempo-frecuencia) de ondas gravitacionales de fusiones de agujeros negros binarios (BBH).