引力波、机器学习与科学智能

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。

成员

组里的成员、访问学者与合作者,按入组时间倒序排列。

葛伯宣 入组 2025

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。

蒙秀博 入组 2025

长春理工大学 · 本科生

基于扩散模型的引力波降噪算法。

王尊 入组 2025

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。

周照人 入组 2025

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。

王旭东 入组 2025

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。

张加楠 入组 2025

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。

蒲帅 入组 2024

杭州电子科技大学 · 本科生

宇宙学与机器学习。

研究

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):

引力波科学

  • 数据分析与信号探测
  • 多信使天文学数据处理
  • 波形建模与数值相对论
  • 探测器噪声与瞬态特征刻画

科学智能(AI for Science)

  • 面向时序信号的深度学习
  • 生成模型(Flow / Diffusion models)
  • 物理约束与算子学习模型(PINN、DeepONet)
  • 模拟推断与贝叶斯推断

智能算法与科研自动化

  • 大语言模型驱动的科研工作流
  • AutoML 与科学模型自动设计
  • 进化优化与启发式搜索

科学计算

  • 数字信号处理
  • 高性能计算与 GPU 并行
  • 科学软件工程

前沿交叉方向

  • 量子计算在科学计算中的应用
  • 复杂系统数据分析
本科生科创计划

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/ →

加入我们

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。

专业背景

  • 物理学 / 天文学
  • 计算机 / 软件工程
  • 数学 / 统计学
  • 电子信息 / 自动化
  • 人工智能 / 数据科学

申请阶段

  • 本科生(大二、大三优先)
  • 硕士研究生 / 博士研究生
  • 编程能力突出的高中生

基础能力

  • 良好的数学基础:线性代数、概率统计、微积分
  • 熟悉或愿意学习 Python / Linux / 科学计算编程
  • 具备一定的英文文献阅读能力

参与方式

  • 项目期间持续参与科研训练
  • 每周至少投入半天参与讨论或学习
  • 项目结束时提交研究报告或成果总结

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。