报告题目:星系-暗物质晕关系与机器学习
报告人:徐笑菊,上海交通大学物理与天文学院博士后
报告时间:2023年5月5日(周五)10:00
报告地点:#腾讯会议:147-764-593
报告摘要
了解星系的形成和演化是现代宇宙学的一项重要任务。现普遍认为星系形成于暗物质晕中,它们的形成和演化与其宿主暗晕的形成历史密切相关,而后者可使用仅包含引力作用的N体模拟进行研究。星系可以通过半解析模型和流体动力学模拟等星系形成模型进行模拟,而较简单的星系-暗物质晕关系的经验模型也可以预测星系的可观测量。我将展示我们在星系形成模型中关于星系-暗物质晕关系的研究成果,以及机器学习在此类研究中的应用。
报告人简介
徐笑菊,2013年获得山东师范大学学士学位,2019年博士毕业于美国犹他大学,2019-2021年在美国凯斯西储大学做博士后研究,2021年至今在上海交通大学物理与天文学院做博士后研究,主要研究领域包括星系-暗物质晕关系,星系成团性,星系形成和演化等。
举办单位:
36365线路检测中心
吉林大学理论物理中心