Exposicions Tesis. Dijous 8 de maig de 2025, a les 11:00 en Saló de Graus, Facultat de Matemàtiques. C/ Doctor Moliner, 50.46100 Burjassot, tindrà lloc la lectura de la Tesi Doctoral realitzada per Miquel Lluís Llorens Monteagudo, sota la direcció dels doctors José A. Font Roda i Alejandro Torres Forner , professors d'aquest departament.
Resum:
Les ones gravitacionals són una predicció de la teoria de la Relativitat General d’Einstein. La seua detecció va representar un repte tecnològic sense precedents, aconseguit gairebé un segle després amb l’enregistrament històric del senyal GW150914 —produït per la col·lisió de dos forats negres d’origen estel·lar— pels detectors bessons Advanced LIGO, establint fermament l’astronomia d’ones gravitacionals.
Hui dia, les observacions d’ones gravitacionals es duen a terme gràcies a la xarxa internacional de detectors de la Col·laboració LIGO-Virgo-KAGRA (LVK), que ha detectat ones gravitacionals produïdes pels tres tipus de coalescències d’objectes binaris compactes, incloent-hi forats negres i estrelles de neutrons. Aquestes observacions han obert una finestra completament nova per estudiar l’univers, complementant de manera significativa el canal electromagnètic.
Des del començament de les campanyes observacionals de la xarxa LVK, la quantitat de dades recollides ha augmentat ràpidament, acompanyada d’una creixent complexitat. Afrontar aquest desafiament, i la dimensionalitat de les dades, suposa un repte formidable per al camp de l’anàlisi de dades. Una manera d’abordar aquest problema és mitjançant la representació esparsa de dades, amb la condició afegida de minimitzar la pèrdua d’informació.
Entre les diverses tècniques inspirades en aquest principi, destaca l’aprenentatge per diccionaris esparsos (SDL, per les seues sigles en anglès), un procediment d’aprenentatge automàtic supervisat. En SDL, la representació esparsa de les dades s’obté mitjançant la combinació lineal d’elements bàsics —àtoms— que componen un diccionari. Un ampli ventall d’aplicacions en diverses disciplines científiques ha demostrat que SDL és una alternativa atractiva als procediments clàssics basats en la descomposició de Fourier o de *wavelets* (literalment, “onetes”).
Aquesta tesi estudia aplicacions pioneres de tècniques SDL en diferents àmbits de l’anàlisi de dades d’ones gravitacionals, principalment relacionades amb la reconstrucció i classificació de senyals. L’eix central ha sigut el desenvolupament d’una canonada basada en SDL, anomenada CLAWDIA (de l’anglès *CLAssification of Waves via DIctionary-based Algorithms*). Aquesta canonada s’ha desenvolupat completament de soca-rel i s’ha utilitzat, en les seues diverses etapes de desenvolupament, per obtenir la majoria dels resultats presentats en la tesi. Es preveu que CLAWDIA esdevinga de codi obert en un futur pròxim.
En un primer estudi, SDL s’aplica a la classificació de senyals de soroll transitori (o *glitches*) als detectors Advanced LIGO, aconseguint una precisió del 96% en un ampli ventall de paràmetres inicials. Posteriorment, una primera versió de CLAWDIA s’utilitza per determinar el mecanisme d’explosió de supernoves per col·lapse de nucli amb els observatoris d’ones gravitacionals actuals (Advanced LIGO) i futurs (ET i NEMO). La seua eficàcia es compara amb dos mètodes addicionals, la selecció bayesiana de models i les xarxes neuronals convolucionals, destacant la seua capacitat per distingir entre explosions impulsades per neutrins i explosions suportades per efectes magneto-rotacionals.
Finalment, CLAWDIA s’aplica a la reconstrucció del senyal postfusió d’ones gravitacionals produïdes després de la fusió de binàries d’estrelles de neutrons, utilitzant un conjunt de dades d’última generació simulades amb relativitat numèrica i que abasten diverses equacions d’estat. Les injeccions d’ones en diferents condicions de soroll dels detectors (actuals i futurs) mostren que CLAWDIA reconstrueix correctament els senyals postfusió i, a més, és capaç de diferenciar entre diverses equacions d’estat fins i tot amb valors notablement baixos de relació senyal-soroll.
