Master Thesis Online
Enhancement of a machine learning algorithm for long-duration gravitational wave burst searches
master_thesis_peters_sacha.pdf
Peters, Sacha 
Promoteur(s) :
Fays, Maxime
Date de soutenance : 27-jui-2024/28-jui-2024 • URL permanente : http://hdl.handle.net/2268.2/20153
Détails
| Titre : | Enhancement of a machine learning algorithm for long-duration gravitational wave burst searches |
| Auteur : | Peters, Sacha
|
| Date de soutenance : | 27-jui-2024/28-jui-2024 |
| Promoteur(s) : | Fays, Maxime
|
| Membre(s) du jury : | Cudell, Jean-René
Louppe, Gilles
Pracchia, Matteo
|
| Langue : | Anglais |
| Discipline(s) : | Physique, chimie, mathématiques & sciences de la terre > Aérospatiale, astronomie & astrophysique |
| Institution(s) : | Université de Liège, Liège, Belgique |
| Diplôme : | Master en sciences spatiales, à finalité approfondie |
| Faculté : | Mémoires de la Faculté des Sciences |
Résumé
[en] Minute-long gravitational wave burst signals are searched for in spectrograms of data from laser interferometers. ALBUS is a convolutional neural network that highlights potential signals in these spectrograms. This work focuses on improving the clustering of the triggers identified by ALBUS.
Fichier(s)
Document(s)
Citer ce mémoire
APA
Peters, S. (2024). Enhancement of a machine learning algorithm for long-duration gravitational wave burst searches. (Unpublished master's thesis). Université de Liège, Liège, Belgique. Retrieved from https://matheo.uliege.be/handle/2268.2/20153
Chicago
Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.