Sirvi Autor "Tempel, Elmo, juhendaja" järgi

Nüüd näidatakse 1 - 15 15

4MOST vaatlusprogrammi tunnuste tihedusfunktsioonide taastamine vaatlusandmetelt
(2022) Sams, Elis; Tempel, Elmo, juhendaja; Selart, Anne, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
4MOST (4-metre Multi-Object Spectroscopic Telescope) on multifiibriline spektroskoopiline uuringuseade, mis on võimeline vaatlema tuhandeid astronoomilisi objekte samaaegselt. 4MOST-i abil plaanitakse vaadelda suur osa lõunataevast selle esimeste tööaastate jooksul. Vaatlusandmete statistilises analüüsis on oluline teada huvipakkuvate tunnuste jaotust, kuid vaatluste käigus ei vaadelda enamasti kõiki sihtkataloogis olevaid objekte. Seetõttu ei kirjelda vaatlusandmete pealt saadud pideva tunnuse tihedusfunktsiooni hinnang kõigi kataloogis olevate objektide vastava tunnuse tihedust, vaid ainult konkreetsete vaatlusandmete oma. Veelgi enam, vaatlus-simulatsioonidest tuletatud objekti edukalt vaatlemise tõenäosused on nihkega. Bakalaureusetöö eesmärgiks on taastada valitud tunnuste tihedusfunktsioonid simuleeritud vaatlusandmetelt. See saavutatakse korrigeerides esmalt objektide edukalt vaatlemise tõenäosused, misjärel taastatakse valitud tunnuste tihedusfunktsioonid kaalutud tuumameetodi abil kasutades korrigeeritud tõenäosuseid.
Clustering analysis for astrophysical structures
(2020-12-21) Bussov, Maarja; Tempel, Elmo, juhendaja; Stoica, Radu S., juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Antud doktoritöös uurime klasteranalüüsi meetodite abil kahte tüüpi astrofüüsikalisi andmeid – suureskaalalisi galaktikate punanihke vaatluseid ja suuri superarvuti simulatsioone turbulentsest kineetilisest plasmast. Töö esimeses pooles uurime Universumi struktuuri kõige domineerivamat elementi – galaktilisi filamente. Enamus Universumi galaktikaid asuvad nendes pikkades sildades, mis ühendavad sfäärilisi galaktikate parvi ja peaaegu tühjasid hoomamatuid tühikuid. Filamentvõrgustiku kaardistamine on väga olulise tähtsusega, sest see aitab meil mõista selles leiduvate galaktikate evolutsiooni ja galaktikatevahelist ainet. Antud töös leiame senini varjatud mustri galaktikate paiknemises piki filamente, mis viitab galaktikate evolutsiooni mõjutavatele keskkonna teguritele. Seejärel kinnitame uue galaktikateandmestiku ja filamentvõrgustiku ruumilise klasterdumise, mis kinnitab antud võrgustiku õigsust ja motiveerib neid uusi galaktikaid tuleviku modelleerimisel kasutama. Töö teises pooles uurime pilte, mis on saadud magneetiliselt domineeritud astrofüüsikalise plasma simulatsioonist. Antud mudel simuleerib füüsikalist fenomeni, mis leidub galaktikate klastrites, mustade aukude akretsiooniketastes, Päikese koroonas ja isegi tuumasünteesi reaktorites. Kõrgelt laetud osakesed väljuvad antud plasmast teatud füüsikaliste protsesside käigus, mida pole veel täielikult mõistetud. Selle mõistmiseks tuleb detekteerida erinevad füüsikalised struktuurid, mis plasmas leiduvad. Antud töös rakendame juhendamata masinõppe meetodit ning kaardistame plasmas olevad struktuurid piksli täpsusega. Sealhulgas need objektid, mis kiirendavad osakesi plasmast lahkuma. Töös arendatakse ka ansambelõppe raamistik, mis tõstab oluliselt struktuuride kaardistamise täpsust. Antud töö demonstreerib klasteranalüüsi algoritmide võimekust füüsikaliste fenomenide uurimisel.
Detection of WHIM structure candidates in the SDSS spectroscopic survey
(Tartu Ülikool, 2018) Muru, Moorits Mihkel; Nevalainen, Jukka, juhendaja; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Erinevate k-korrektsiooni algoritmide võrdlus ning mõju galaktikate heledustele
(Tartu Ülikool, 2025) Raun, Mari-Ann; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Galaktikate filamendid kui dünaamilised struktuurid: teooria võrdlus vaatlustega
(Tartu Ülikool, 2016) Leede, Gutnar; Kipper, Rain, juhendaja; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Füüsika instituut
Galaktikate pöörlemistelgede leidmine otsustusmetsa ja Bayesi meetodiga
(Tartu Ülikool, 2019) Leede, Gutnar; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Galaktikate stellaardünaamika modelleerimine Andromeeda näitel
(Tartu Ülikool, 2014) Tihhonova, Olga; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Füüsika instituut
Galaxy modelling: dynamical methods and applications
(2016-06-20) Kipper, Rain; Tempel, Elmo, juhendaja; Tenjes, Peeter, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond.
Käesoleva doktoritöö eesmärk on välja töötada meetod, millega on võimalik modelleerida ga-laktikate dünaamikat, võttes arvesse võimalikke efekte, mis mõjutavad mudel- ja vaatlusandmete võrdlemist. Dünaamiline modelleerimine võimaldab uurida, kuidas on mass jaotunud galaktikates. Üks levinud meetodeid on Jeansi võrrandite kasutamine, millest leitakse vastavalt tihedusjaotusele tähtede liik-umine. Klassikalisel juhul ei ole see ühene ülesanne – liikumine ja tihedusjaotus on kõdunud. Teine probleem on, et Jeansi võrrandites on rohkem muutujaid kui võrrandeid, mistõttu süsteem ilma li-saeeldusteta ei lahendu. Doktoritöö näitab, et kasutades mitteklassikalist suurust – kolmandat liiku-misintegraali –, on võimalik Jeansi võrrandid lahendada ning saada süsteemile lahend. Doktoritöös uuriti erinevaid protsesse, mis mõjutavad galaktikate dünaamilist modelleerimist. Mudeli sisend (tihedusjaotus) peab olema täpne – uurimise tulemusena leiti, et fotomeetriliste andmete põhjal saadav stellaarne jaotus on pädev, kuid sellest leitud täheketta paksuse kasutamisel peab olema ettevaatlik. Mudeli väljundit mõjutavad kõigi punktide arvesse võtmine piki vaatejoont ning atmosfääri ja spektrograafi põhjustatud konvolutsioon. Viimased on eriti olulised kaugete ga-laktikate vaatluste korral. Koostatud kinemaatiline mudel võimaldas veel uurida üht huvitavat efekti, mille on tekitanud tolm. Kuna tolm varjab enda taga olevat valgust, siis galaktikate meiepoolsemad piirkonnad domineerivad heledustes, ja seega ka kinemaatikas. Taoline “nihe” põhjustab kinemaatiliste parameetrite ebatäpsusi kuni 20% ulatuses.
Halo massifunktsiooni reprodutseerimine ja analüüs
(Tartu Ülikool, 2023) Pärnpuu, Reelika; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Kosmiline gaas suuremastaabilises struktuuris
(Tartu Ülikool, 2019) Küppas, Grete-Lilijane; Tamm, Antti, juhendaja; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Kosmoloogilise keskkonna mõju galaktikate morfoloogiale
(Tartu Ülikool, 2018) Aava, Oskar; Tempel, Elmo, juhendaja; Kruuse, Maarja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Füüsika instituut
Kosmoloogiliste filamentide tuvastamine: statistilise ja kiirustevälja meetodi võrdlus
(Tartu Ülikool, 2016) Muru, Mihkel Moorits; Tempel, Elmo, juhendaja; Tenjes, Peeter, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Füüsika instituut
Masinõppe algoritmide rakendamine füüsikast lähtuvate fotomeetriliste punanihete täpsustamisel
(Tartu Ülikool, 2025) Kuslap, Hannes; Tempel, Elmo, juhendaja; Tuvikene, Taavi, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
This thesis explores the application of machine learning methods to improve the accuracy of photometric redshift (photo-z) estimates by refining the outputs of the physics-based model TOPz. Using data from the WAVES survey, several regression based machine learning models were trained to reproduce and enhance TOPz outputs. The best-performing model was XGBoost, which with an optimal configuration significantly reduced prediction errors and the proportion of outliers compared to the original TOPz estimates. Two enhancement models were developed: one directly predicted the logarithmic redshift transformation ζ = ln(1 + z), while the other estimated the full ζ probability distribution. Both models were combined with the original TOPz outputs, with the direct ζ prediction model achieving the lowest error (MAE = 0,0265), and the probability distribution model providing better interpretability and the ability to handle ambiguous solutions. The best results were achieved by linearly or geometrically combining model outputs, optimizing the weight between TOPz and XGBoost contributions. The study demonstrates that a hybrid approach combining physical modeling and machine learning enables significantly more accurate and robust photometric redshift estimates, which are essential for large-scale astronomical surveys such as J-PAS and WAVES.
Modeling the cosmic web with the Bisous method
(2023-10-04) Muru, Moorits Mihkel; Tempel, Elmo, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Vaatluste põhjal kaardistatud galaktikad ja kosmiline gaas moodustavad keeruka suureskaalalise võrgustiku, mida kutsutakse Universumi kärgstruktuuriks. See kärgstruktuur on vormitud gravitatsiooni ja Universumi paisumise poolt. Suurte peaaegu tühjade tühimike ümber paiknevad kosmilised filamendid, mis ühendavad galaktikate parvi. Enamus Universumi massist asub just filamentides ja neil on arvestatav mõju galaktikate arengule. See doktoritöö uurib Bisous mudelit, mis on matemaatiline meetod kärgstruktuuri mudelleerimiseks vaatlusandmestikest. Bisous mudel otsib tumeaine filamentide tuvastamiseks galaktikate ahelaid, mudelleerides neid ahelaid ühtse ühendatud võrgustikuna. Mudeli usaldusväärsuse hindamiseks uurisin selle varieeruvust rakendatuna samadel andmetel. Tulemused näitasid, et mudel on praktiliselt koondunud ja usaldusväärne. Kuna valgustugevus väheneb kaugusega, siis see mõjutab ka galaktikate arvtihedust vaatlusandmestikes erinevatel kaugustel. Doktoritöö raames uurisin kuidas sõltub tuvastatud filamentaarne võrgustik sisendandmete tihedusest ja selgus, et madala arvtiheduse korral tuvastab mudel küll vähem filamente, aga samas ei väljasta Bisous peaaegu üldse valepositiivseid filamente, mis tõstab mudeli usaldusväärsust. Galaktikate arvtihedust on võimalik tõsta kasutades fotomeetriliste punanihete andmeid, mida saab mõõta korraga tuhandete galaktikate jaoks, aga kauguse hinnang on märgatavalt ebatäpsem kui spektroskoopiliste vaatluste korral. Doktoritöö esitleb meetodit, mis kasutab nii fotomeetrilisi kui ka spektroskoopilisi punanihkeid ja seeläbi tõstab filamentide tuvastamise efektiivsust. See meetod on kasulik, kui spektroskoopilisi andmeid on vähe. Bisous mudeli karakteriseerimine on tähtis tulemuste korrektseks tõlgendamiseks ja fotomeetriliste andmete kasutamine võimaldab mudelit rakendada rohkematele andmetele. Pidev metoodika areng ja vaatluste võimekusega kaasas käimine on tähtis, et täiendada meie teadmisi kärgstruktuurist ja galaktikate evolutsioonist.
Universumi struktuuri statistiline uurimine: filamentide, galaktikate ja galaktikaparvede vahelised seosed
(Tartu Ülikool, 2014-06-17) Bussov, Maarja; Pärna, Kalev, juhendaja; Tempel, Elmo, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Antud töö viib lugeja kurssi universumi struktuuri ja selle elementidega. Keskendutakse galaktikate/galaktikaparvede jaotusele ning nende omavahelistele kaugustele võrgustikku moodustavates filamentides. Peamised tulemused on, et galaktikad eelistavad kindlaid vahekauguseid ja galaktikaparvede paiknemisel ilmneb selge perioodilisus. Samuti leitakse võimalike filamentide otstüüpide esinemissagedused. Tulemus näitas struktuuri keerukust ja filamentide võimalike ühendusviiside rohkust.