من یک مدل ساز با تجربه هستم که زمینه ای در اخترفیزیک دارد ، از الگوریتم های پیچیده ، داده ها و آمار ، برای برنامه های کاربردی در تحقیق و نوآوری استفاده می کنم. من 5 سال تجربه حرفه ای در یادگیری ماشین ، تجزیه و تحلیل داده ها و شبیه سازی عددی دارم. من پروژه های تحقیقاتی را مدیریت کرده ام و نرم افزاری را برای مدل سازی و تجزیه و تحلیل "پایان تا پایان" توسعه داده ام و در هر دو محیط مشترک تخصصی و بین رشته ای رشد می کنم. من همیشه مجذوب هر نوع مشکل ریاضی چالش برانگیز هستم و می فهمم که ابزارهایی که در اخترفیزیک آموخته ام و توسعه داده ام ، تقریباً در هر زمینه کمی قابل استفاده است.

در زیر می توانید خلاصه ای از پروژه های Reserach فعلی و منتشر شده من را پیدا کنید. لطفاً برای خلاصه ای از دستاوردهای من به CV من بروید.

پیمایش کردن

برجسته - UMAP برای سری زمانی اخترفیزیکی اعمال می شود

این داشبورد ، تعبیه ، با استفاده از UMAP ، از منحنی های نور سریع و پرتونگاری را که با ماهواره Swift Neil Gehreles اندازه گیری می شود ، نشان می دهد. تعبیه بدون نظارت ، انتشار سریع بین GRB های طولانی و کوتاه را از هم جدا می کند ، در حالی که ساختار داخلی قبلاً دیده نشده را در خوشه های اصلی نشان می دهد.

پژوهش

من در سال 2014 به حوزه اخترفیزیک پیوستم که اولین کارآموزی تحقیقاتی خود را در GEPI ، رصدخانه پاریس انجام دادم ، در مورد تخمین خودکار مورفولوژی کهکشان با استفاده از یادگیری ماشین. از آن زمان ، وقتی تحصیلاتم را تمام می کردم ، تجربه ای را در زمینه های مختلف اخترفیزیک جمع کردم ، از کیهان شناسی مشاهده ای ، همانطور که در تشخیص خوشه کهکشان در JPL کار کردم ، تا مدل سازی ساختار داخلی سیارات از اندازه گیری چگالی در رصدخانه ژنو. سرانجام ، من به پایان رسیدم ، برای پایان نامه کارشناسی ارشد خود در مورد مدل سازی مورفولوژی جت AGN و رفتار با استفاده از شبیه سازی های عددی MHD ویژه (SR).

دینامیک سیال نسبی گرا عددی اکنون در مرکز تحقیقات من قرار دارد زیرا من در زمینه بهبود رویکردهای فعلی برای مدل سازی جریان خروجی فوق العاده مطلوب کار می کنم و این تکنیک ها را برای مدل سازی دینامیک پس از GRB اعمال می کنم.

گاما-اشعه پشت سر هم

انفجارهای گاما پرتوهای قدرتمندترین انفجار در جهان است. آنها جریان های فوق العاده ای را ایجاد می کنند که با تأثیرگذاری بر محیط خارجی ، یک گلدان پس از آن را با ویژگی های زمانی پیچیده و متغیر تولید می کنند. قادر به درک این ویژگی ها یک کلید برای درک رفتار کلی GRBS است. راه حل های تحلیلی موفقیت آمیز بوده است ، اما نمی تواند پیچیدگی کامل نوظهور مکانیسم جریان و راه اندازی را ضبط کند. بنابراین شبیه سازی های عددی پویایی این رویدادها یک ابزار مفید برای ایجاد محدودیت در مدل های فعلی است. با این حال ، گرفتن تمام ویژگی های جریان سیال در چنین انرژی های زیاد و بیش از چنین تعداد سفارشات بزرگی زیرا موارد درگیر در GRBS بسیار چالش برانگیز است.

گاما: روشی جدید برای مدل سازی هیدرودینامیک نسبی گرا و انتشار غیر حرارتی بر روی مش در حال حرکت

Eliot H Ayache ، Hendrik J Van Eerten ، Rupert W. Eardley Mnras 510 ، 1 ، 1315–1330 - Arxiv: 2104. 09397 - GitHub Repo

در سالهای اخیر ، تکنیک های شبیه سازی جت نسبی دینامیکی به جایی رسیده اند که امکان حل و فصل کامل عددی گاما پرتوهای (GRB) تکامل موج انفجار را در مقیاس ها امکان پذیر می کند. با این حال ، مدل سازی انتشار در حال حاضر عقب مانده است و تلاش های ما برای تفسیر کامل فیزیک GRBS را محدود می کند. در این کار ، ما تحولات اخیر در پویایی نسبی و رو در حال حرکت را با یک درمان محلی از انتشار غیر حرارتی در یک کد جدید ترکیب می کنیم: گاما.

این کد شامل یک رویکرد Lagrangian-Eulerian دلخواه فقط در جهت غالب حرکت سیال است که از درگیری مش و هزینه های محاسباتی مرتبط جلوگیری می کند. تشخیص شوک ، تزریق ذرات و محاسبه موضعی تکامل آنها از جمله خنک کننده تابشی در زمان اجرا انجام می شود. حتی اگر گاما با برنامه های فیزیک GRB در ذهن طراحی شده باشد ، به گونه ای مدولار است که حلال ها و هندسه های جدید را می توان به راحتی با طیف گسترده ای از برنامه های بالقوه اجرا کرد.

در این مقاله ، ما اعتبار رویکرد خود را نشان می دهیم و تابش دقیق GRB پس از گلوله از اوایل تا اواخر را محاسبه می کنیم. نتایج ما نشان می دهد که استراحت خنک کننده طیفی توسط یک عامل 40 پوند در مقایسه با روش های موجود تغییر می کند. رفتار زمانی آن همچنین به طور قابل توجهی از افزایش شیب موقت که قبلاً محاسبه شده بود پس از استراحت جت تغییر می کند. درعوض ، می فهمیم که استراحت خنک کننده با زمان بین بدون علامت های نسبی و نیوتنی هنگام محاسبه از الگوریتم محلی ما تغییر نمی کند. گاما به طور عمومی در: https://github.com/eliotayache/gamma در دسترس است.

شکل 1: منحنی های نور با رویکردهای خنک کننده جهانی و خنک کننده محلی. بالاتر از استراحت خنک کننده (اشعه ایکس) دو روش مقادیر مختلف شار را نشان می دهد. شکل 2: تکامل موقعیت استراحت خنک کننده با زمان ناظر. رویکردهای خنک کننده جهانی و محلی در مرحله گسترش در رفتار متفاوت است.

نمونه ای از یک شبیه سازی دینامیکی گاما

در زیر: ناپایداری ریلی-تیلور در ناپیوستگی تماس موج انفجار GRB Afterglow بین شوک رو به جلو در سمت راست و شوک معکوس که به سمت چپ به سمت پشت اگزکتا تکثیر می شود. پانل بالا فشار را نشان می دهد. پانل پایین چگالی جرم استراحت را نشان می دهد.(شبیه سازی توسط روپرت Eardley ، دانشجوی کارشناسی ارشد در دانشگاه حمام)

شعله های پرتوی ایکس اواخر از تعامل یک شوک معکوس با یک اگزکتا طبقه بندی شده در Afterglows GRB: شبیه سازی روی مش در حال حرکت

Eliot H Ayache ، Hendrik J Van Eerten ، Frédéric Daigne Mnras ، 495 ، 2979-2993 - Arxiv: 2004. 04179v1

فعالیت دیرهنگام موتور مرکزی اغلب به منظور توضیح شعله های مشاهده شده در پس از اشعه ایکس از پشت سر هم پرتوهای گاما ، یا به صورت باقیمانده ستاره نوترون فعال یا (سقوط) بر روی سیاه چاله ، مورد استفاده قرار می گیرد. بشربا این حال ، این سناریوها همیشه قابل قبول نیستند ، به ویژه هنگامی که شعله ور شدن در اواخر زمان پس از پشت سر هم به تأخیر می افتد. به تازگی ، سناریوی جدیدی پیشنهاد شده است که نشان می دهد شعله های اشعه ایکس می تواند نتیجه عبور از یک شوک معکوس طولانی مدت از طریق یک اژکت طبقه ای باشد ، با این مزیت که نیازی به فعالیت موتور اواخر ندارد.

در این کار ، ما با انجام شبیه سازی های بعدی از دینامیک Ejecta و انتشار با استفاده از کد هیدرودینامیک نسبی در حال حرکت ماسوره ما ، این سناریو را به صورت جسمی قابل قبول نشان می دهیم. بهبود کارایی و دقت نسبت به کار قبلی ، اکتشاف طیف گسترده تری از تنظیمات را امکان پذیر می کند. ما می توانیم توصیف جسمی واقعی تری از چگالی جرم متوسط circumburst را معرفی کنیم. ما همچنین می توانیم هنگام محاسبه انتشار باند پهن از این تنظیمات ، خنک کننده الکترون ها را ردیابی کنیم.

ما نشان می دهیم که اگر طبقه بندی در اژکتا به یک منطقه زاویه ای موضعی در داخل جت محدود شود ، با اندازه مربوط به زاویه اتصال علیت نسبی گرا ، و مطابق با مقادیر گزارش شده در مشاهدات ، می تواند بر زمان پوسیدگی شعله ور بر زمان پوسیدگی شعله ور شود. ما نشان می دهیم که این سناریو می تواند طیف وسیعی از زمان های شعله ور مشاهده شده را ایجاد کند ، و این نشان می دهد ارتباط بین شعله ور و پویایی بیرون کشیدن اولیه و نه با فعالیت بقایای اواخر زمان.

شکل 1: مشخصات شعاعی فاکتور لورنتز در اژکتا به عنوان تابعی از جرم تجمع در زمان های مختلف. M 1 از مواد متوسط خارجی شوکه شده است. شکل 2: کمک های منحنی نور پس از اشعه ایکس از شوک معکوس (RS) و شوک رو به جلو (FS). P یک منطقه آشفته در جریان و NP بقیه است. منحنی سبز منحنی نوری از Rs است.

فراگیری ماشین

برنامه های یادگیری ماشین در اخترفیزیک زمان با انرژی بالا

الیوت ایاچ, تایموی لاسکار، تارا هوارد ، کلر اندرسون ، سمپوزیوم Hendrik Van Eerten LMS-Bath (جایزه 3 جایزه)

ما به دنبال الگوهای پنهان در خواص GRBS هستیم. ما در مورد مشاهدات اشعه ایکس از 1300 پس زمینه GRB برای جستجوی الگوهای فیزیکی در فضای نهفته ، خودکشی های متغیر را آموزش دادیم.

یک autoencoder مبتنی بر CNN هیچ مدرکی برای خوشه های مبتنی بر فضای نهفته در منحنی های نور اشعه ایکس ارائه نمی دهد ، اما به طور صحیح خوشه های یک مجموعه آموزش مصنوعی طبقه بندی شده است. حتی هنگامی که روی داده های مصنوعی با خوشه های به خوبی تعریف شده آموزش دیده است ، مدل CNN در داده های واقعی خوشه هایی به همراه نمی آورد ، نشان می دهد که کلاس های منحنی نور اشعه ایکس GRB سنتی ، پدیدارشناختی ممکن است تا حدودی خودسرانه باشد. در عوض ، الگوهای موجود از نمایش فضای نهفته از داده ها نشان می دهد که مورفولوژی منحنی نور شامل یک پیوستار است (شکل 2).

در منحنی های نور پس از اشعه ایکس تنوع زیادی وجود دارد ، و هیچ مدرک روشنی برای دسته های سنتی هنگام استفاده از روش های خوشه بندی مبتنی بر ML وجود ندارد. پیوسته استنباط منحنی های نور ممکن است نماینده رقابت بین فرآیندهای فیزیکی اساسی باشد.

شکل 1: معماری شبکه AutoEncoder متغیر متغیر. شکل 2: الگوهای منحنی نور تولید شده از نمونه گیری از فضای نهفته به طور یکنواخت.