2024-2025 / SPAT0085-1

Analysis methods in gravitational-wave astronomy

Durée

20h Th, 10h Pr

Nombre de crédits

 Master en sciences spatiales, à finalité approfondie4 crédits 
 Master en sciences spatiales, à finalité spécialisée4 crédits 

Enseignant

Maxime Fays

Langue(s) de l'unité d'enseignement

Langue anglaise

Organisation et évaluation

Enseignement au deuxième quadrimestre

Horaire

Horaire en ligne

Unités d'enseignement prérequises et corequises

Les unités prérequises ou corequises sont présentées au sein de chaque programme

Contenus de l'unité d'enseignement

Ce cours est une introduction pratique à l'analyse de données appliquée aux ondes gravitationnelles et couvre les techniques suivantes de traitement des signaux:


  • Analyse de séries temporelles en temps et fréquences
  • Filtrage spectral pour la reduction du bruit instrumental
  • Filtrage adaptatif pour la recherche de coalesences binaires compactes
  • Recherche d'excès de puissance avec hypothèses minimales sur les propriétés du signal

Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement

Comprendre les principes de base du traitement des signaux actuellement utilisés dans le domaine des ondes gravitationnelles et explorer des données avec des propriétés à priori inconnues ainsi que l'utilisation d'outils utiles aux experts en mégadonnées.

Savoirs et compétences prérequis

Prerequis: Une connaissance du langage Python et de ses libraires scientifiques de base (Numpy / Scipy / Matplotlib / Astropy) telle qu'enseignée dans le cours "Programming techniques, numerical methods and machine learning" (SPAT0002-1).
Conseillé: Une connaissance des principes de détection & des sources d'ondes gravitationnelles telle qu'enseignée dans le cours "Gravitational waves" (SPAT0075-1) est également recommandée. 


 

Activités d'apprentissage prévues et méthodes d'enseignement

Le cours se base sur des notebooks Jupyter interactifs introduits en début de session.
Page web du cours

Mode d'enseignement (présentiel, à distance, hybride)

Cours donné exclusivement en présentiel


Explications complémentaires:

Cours donné en présentiel à raison de 2h/semaine, le 2ème quadrimestre. 

Supports de cours, lectures obligatoires ou recommandées

Python for Signal Processing, José Unpingco

Modalités d'évaluation et critères

Travail à rendre - rapport

Stage(s)

Remarques organisationnelles et modifications principales apportées au cours

Ordinateurs disponibles dans la salle de cours.
Si vous souhaitez utiliser votre propre ordinateur portable, une pre-installation des logiciels est necessaire. Veillez contacter l'enseignant avant de debut du cours. 

Contacts

Maxime Fays (maxime.fays@uliege.be) Room 4.43 Bât. B5A Inter. fondamentales en physique et astrophysique (IFPA) Quartier Agora allée du six Août 19 4000 Liège 1 Belgique Téléphone de service: +32 4 3663643

Association d'un ou plusieurs MOOCs