Login
- Original title:
- Machine learning strong lensing
- Translated title:
- Maschinelles Lernen für starke Linsen
- Author:
- Schuldt, Stefan
- Year:
- 2022
- Document type:
- Dissertation
- Faculty/School:
- Fakultät für Physik
- Advisor:
- Suyu, Sherry (Prof. Dr.)
- Referee:
- Suyu, Sherry (Prof. Dr.); Hillebrandt, Wolfgang (Prof. Dr.)
- Language:
- en
- Subject group:
- PHY Physik
- Keywords:
- strong gravitational lensing, lens modeling, machine learning, deep learning, redshift, photometric redshift
- Translated keywords:
- starke Gravitationslinsen, Linsenmodellierung, maschinelles Lernen, deep learning, Rotverschiebung, photometrische Rotverschiebung
- TUM classification:
- PHY 980
- Abstract:
- The main focus of the dissertation is the development of a neural network to model fast and autonomusly strong gravitational lenses. For generating realistic training data, we developed a simulation pipeline that accepts real observed images, simulating only the gravitational lensing effect. We have further carried out a dedicated comparison on real lenses to traditionally obtained models. Besides this, we present NetZ, a photo-z network using a novel approach.
- Translated abstract:
- Der Hauptfokus der Dissertation liget auf der Entwicklung eines neuronalen Netzwerkes um schnell und autonom starke Gravitationslinsen zu modellieren. Um realistische Trainingsdaten zu erzeugen, haben wir einen Code entwickelt der echt beobachtete Bilder akzeptiert und nur den Gravitationslinseneffekt simuliert. Wir haben an realen Linsen einen Vergleich zu traditionell erhaltenen Modelle durch durchgeführt. Zudem präsentieren wir NetZ, ein photo-z Netzwerk mit einem neuartigen Ansatzes.
- WWW:
- https://mediatum.ub.tum.de/?id=1637147
- Date of submission:
- 20.12.2021
- Oral examination:
- 17.02.2022
- File size:
- 15759287 bytes
- Pages:
- 250
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220217-1637147-1-4
- Last change:
- 05.04.2022
BibTeX