Benutzer: Gast  Login
Originaltitel:
Machine learning strong lensing 
Übersetzter Titel:
Maschinelles Lernen für starke Linsen 
Jahr:
2022 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Physik 
Betreuer:
Suyu, Sherry (Prof. Dr.) 
Gutachter:
Suyu, Sherry (Prof. Dr.); Hillebrandt, Wolfgang (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
PHY Physik 
Stichworte:
strong gravitational lensing, lens modeling, machine learning, deep learning, redshift, photometric redshift 
Übersetzte Stichworte:
starke Gravitationslinsen, Linsenmodellierung, maschinelles Lernen, deep learning, Rotverschiebung, photometrische Rotverschiebung 
TU-Systematik:
PHY 980 
Kurzfassung:
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. 
Übersetzte Kurzfassung:
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. 
Mündliche Prüfung:
17.02.2022 
Dateigröße:
15759287 bytes 
Seiten:
250 
Letzte Änderung:
05.04.2022