Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Gravitational Waveform Uncertainty in Modelling with Bayesian Machine-Learning Enhanced Surrogates (GWUMBLES)

Descrizione del progetto

Migliorare l’affidabilità dei modelli di forma d’onda gravitazionale

I modelli di forma d’onda gravitazionale sono strumenti fondamentali in astrofisica per l’identificazione dei segnali di onde gravitazionali, che consentono agli scienziati di dedurre le proprietà fisiche di sorgenti binarie compatte quali buchi neri e stelle di neutroni. Sebbene i modelli di forma d’onda esistenti offrano un’elevata precisione, raramente quantificano l’incertezza delle loro previsioni, il che può determinare stime dei parametri distorte per segnali unici o deboli. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto GWUMBLES utilizzerà tecniche avanzate di apprendimento automatico per creare un quadro surrogato basato su una rete neurale bayesiana al fine di migliorare l’accuratezza dei modelli di forma d’onda, che saranno convalidati e integrati nei flussi di lavoro operativi di analisi dei dati di LIGO-Virgo-KAGRA, consentendo un’identificazione più affidabile delle caratteristiche delle binarie compatte e le successive analisi scientifiche.

Obiettivo

This project will develop next-generation models for gravitational wave signals that, for the first time, incorporate rigorous estimates of modelling uncertainty using machine learning. The primary objective is to create a Bayesian neural network surrogate modelling framework, implemented using advanced machine learning techniques, and use it to augment state-of-the-art waveform models of binary black hole gravitational wave signals. The resulting model will be integrated into production LIGO-Virgo-KAGRA (LVK) collaboration analysis pipelines, enabling more reliable inference of compact binary properties and downstream astrophysical studies, including tests of general relativity, population inference, and the astrophysics of massive stars. The work will be carried out through four work packages: (1) developing the Bayesian surrogate framework, (2) implementing it for gravitational waveform modelling, (3) validating and applying it to gravitational-wave data, and (4) deploying the models in collaboration analyses and releasing them for open community use. By advancing reliability and transparency in gravitational-wave astronomy, this project directly supports the objectives of the Horizon Europe Work Programme to foster scientific excellence, interdisciplinary innovation, and open science practices.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITY OF GLASGOW
Contributo netto dell'UE
€ 260 347,92
Indirizzo
UNIVERSITY AVENUE
G12 8QQ Glasgow
Regno Unito
Regione
Scotland West Central Scotland Glasgow City
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato