Normalising flows for parameter inference on
binary black hole mergers

dc.contributor.advisor	González-Nuevo González, Joaquín
dc.contributor.author	Lanchares Álvarez, Daniel
dc.date.accessioned	2024-08-23T10:26:44Z
dc.date.available	2024-08-23T10:26:44Z
dc.date.issued	2024-07-25
dc.identifier.uri	https://hdl.handle.net/10651/74109
dc.description.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).	spa
dc.format.extent	66 p.
dc.language.iso	eng	spa
dc.relation.ispartofseries	Máster Universitario en Física Avanzada: Partículas, Astrofísica, Nanofísica y Materiales Cuánticos
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.title	Normalising flows for parameter inference on binary black hole mergers	spa
dc.title.alternative	Normalización de flujos para la inferencia de parámetros en fusiones binarias de agujeros negros
dc.type	master thesis	spa
dc.rights.accessRights	open access

This item is protected with a Creative Commons License