中国科学院大学杭州高等研究院 · 在站博士后
数值相对论与机器学习的交叉研究。
我们围绕引力波科学与 AI for Science 的交叉方向开展研究:如何探测信号、信号告诉我们怎样的物理,以及智能算法在这一过程中能做什么、不能做什么。
我是中国科学院大学国际理论物理中心(亚太地区)的副研究员。组不大:几个学生和访问学者,做的是具体的数据集和能被检验的问题。
更多的笔记、报告与随笔,写在我的个人站点与博客。
组里的成员、访问学者与合作者,按入组时间倒序排列。
中国科学院大学杭州高等研究院 · 在站博士后
数值相对论与机器学习的交叉研究。
东北大学本科毕业;2027 年起上海交通大学与中关村学院联合培养直博
基于进化算法的大语言模型算法优化。
长春理工大学 · 本科生
基于扩散模型的引力波降噪算法。
北京师范大学 · 博士生(联合培养)
基于机器学习的引力波波形模板建模。
天津科技大学 · 本科生
基于分数阶傅里叶变换的引力波探测算法。
中科院理论物理研究所 · 在读硕士生
空间引力波探测的全局拟合与机器学习。
华南师范大学 · 本科生(2027 年起在 ICTP-AP 读硕士)
空间引力波探测的前景噪声建模与机器学习。
ICTP-AP · 在读硕士生
空间引力波探测中的银河系双星前景搜索:全局拟合与机器学习方法。
原西华师范大学硕士生;现为重庆邮电大学博士生
基于机器学习的引力波信号探测算法。
东北大学 · 在读博士生(联合培养)
机器学习在宇宙学中的应用:标准汽笛与空间引力波探测的稳健推断。
杭州电子科技大学 · 本科生
宇宙学与机器学习。
东北大学 · 在读博士生(联合培养)
机器学习在宇宙学中的应用:21 厘米森林推断、暗能量模型选择、太极参数估计。
中科院力学所 · 在读博士生(联合培养)
基于模拟推断与归一化流的引力波参数估计。
四个方向,从引力波数据分析到支撑它的方法本身。具体可能涉及(但不限于):
课题组还参与太极实验室的本科生创新实践训练计划,面向希望在读研之前就接触真实数据的学生。
https://github.com/iphysresearch/UndergradResearchLab/ →欢迎对引力波数据分析、机器学习或科学智能感兴趣的同学申请。特别欢迎编程能力强、学习主动性高、自驱力强的申请人。
参考资料大多是英文的,判断该读什么、该用哪个工具,本身就是训练的一部分。希望你能自己在 GitHub、Baidu、Google 上找到相关资源,并快速吸收、为我所用;遇到困难时,也建议先向 LLM 求助。