Deep Learning the Dark Universe with Gravitational Waves

Informazioni relative al progetto

Deledda

ID dell’accordo di sovvenzione: 101065440

DOI

10.3030/101065440

Progetto chiuso

Data della firma CE 18 Maggio 2022

Data di avvio 1 Settembre 2023

Data di completamento 31 Agosto 2026

Finanziato da

• Marie Skłodowska-Curie Actions (MSCA)

Costo totale

Nessun dato

Contributo UE

€ 288 859,20

Coordinato da

UNIVERSITA DI PISA
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

The Data Management Plan describes the data management life cycle for all data sets that will be collected, processed or generated by the action. It is a document describing what data will be collected, processed or generated and following what methodology and standards, whether and how this data will be shared and/or made open, and how it will be curated and preserved.

Pubblicazioni

Peer reviewed articles (4)

Fixing the dynamical evolution of self-interacting vector fields

Autori: Rubio, Marcelo; Lara, Guillermo; Bezares, Miguel; Crisostomi, Marco; Barausse, Enrico
Pubblicato in: Physical Review D, 2024, ISSN 2470-0029
Editore: American Physical Society
DOI: 10.48550/ARXIV.2407.08774

Rapid Parameter Estimation for Pulsar-Timing-Array Datasets with Variational Inference and Normalizing Flows

Autori: Michele Vallisneri; Marco Crisostomi; Aaron D. Johnson; Patrick M. Meyers
Pubblicato in: Physical Review Letters, 2025, ISSN 1079-7114
Editore: American Physical Society
DOI: 10.48550/ARXIV.2405.08857

Domain-optimized machine-learning tool for gravitational-wave inference

Autori: Javier Roulet, Marco Crisostomi, Lucy M. Thomas, Katerina Chatziioannou
Pubblicato in: Physical Review D, Numero 114, 2026, ISSN 2470-0010
Editore: American Physical Society (APS)
DOI: 10.48550/ARXIV.2604.08897

Bayesian evidence estimation from posterior samples with normalizing flows

Autori: Srinivasan, Rahul; Crisostomi, Marco; Trotta, Roberto; Barausse, Enrico; Breschi, Matteo
Pubblicato in: Physical Review D, 2024, ISSN 2470-0029
Editore: American Physical Society
DOI: 10.48550/ARXIV.2404.12294