Como miembro del grupo ENIGMA, bajo la supervisión del Dr. Joseph Hennawi, mi investigación se enfoca en encontrar aplicaciones novedosas del aprendizaje automático para estudiar el Medio Intergaláctico (IGM, por sus siglas en inglés) y su evolución durante la Época de Reionización (EoR, por sus siglas en inglés).
Estoy creando un grupo de simulaciones hidrodinámicas de alta resolución que utilizaré para entender cómo diferentes historias de reionización afectan el bosque de Lyman-alfa. Estas simulaciones se están ejecutando en la supercomputadora Frontier del Laboratorio Nacional de Oak Ridge.
He obtenido resultados preliminares que demuestran que aplicar nuevos algoritmos de inferencia basada en simulación puede proporcionar mejores estimaciones de parameteros en problemas cosmológicos. Actualmente estoy trabajando en ampliar estos resultados para aplicar este método usando mediciones del bosque de Lyman-alfa.
Estoy desarrollando emuladores basados en redes neuronales para la función de autocorrelación del bosque de Lyman-alfa y sus matrices de covarianza correspondientes. Aprovechando la diferenciabilidad de las redes neuronales, también estoy trabajando en combinar estos emuladores con Monte Carlo Hamiltoniano para acelerar la inferencia de parámetros.
Saber másBajo la supervisión de la Dra. Alissa Bans, gran parte de mi investigación de pregrado se centró en objetos estelares jóvenes (YSOs) y su entorno circunestelar.
MWC 297 es una estrella Herbig Be con una estructura circunestelar compleja. Para mi tesis de licenciatura con honores, adapté un código de transferencia radiativa de Monte Carlo (MCRT) combinado con flujos impulsados magnéticamente para modelar la distribución espectral de energía (SED) de MWC 297. También desarrollé un algoritmo sencillo que utiliza los resultados del código MCRT para reconstruir imágenes en el infrarrojo cercano (NIR). Los resultados mostraron que los flujos impulsados magnéticamente podrían ayudar a explicar mejor partes de las estructuras circunestelares en estrellas de mayor luminosidad que presentan exceso en el NIR.
Saber más
Utilizando un conjunto de datos de Disk Detective, encontré nuevos miembros pertenecientes a 36 regiones de formación estelar conocidas. Posteriormente, estudiamos la variabilidad de estos objetos usando datos de TESS y Kepler cuando estaban disponibles.