پروفایل استاد - دانشگاه بوعلی سینا همدان

پروفایل استاد - دانشگاه بوعلی سینا همدان

P.H.D dissertations

بررسی داده های کیهان شناسی با استفاده از رهیافت های یادگیری ماشین
2024
در سال های اخیر شواهدی مانند ابر نو اختر های نوع ۱ امواج زمینه کیهانی نوسانات آکوستیکس و ساختار های بزرگ مقیاس نشان می دهند که کیهان با شتاب تند شونده در حال انبساط می باشد. گروهی از کیهان شناسان شتاب کیهان را به وجود ماده ای با چگالی انرژی منفی نسبت می دهند که به آن انرژی تاریک گفته می شود.یافتن ماهیت انرژی تاریک یکی از اساسی ترین مو ضوعاتی است که امروزه کیهان شناسان با آن روبه رو هستند و موضوع چندین رصد فعلی و اتی است.
کاربردهای روش های آماری مستقل از مدل در مطالعه داده های کیهان شناسی
2022
یکی از چالش برانگیز ترین موضوعات روز کیهان شناسی مطالعه و بررسی انرژی تاریک است. در نتیجه مطالعات روی اندازه گیری فواصل ابر نو اختر ها در سال 1998 دانشمندان کشف کردند که بر خلاف انتظارشان کیهان با شتاب تند شونده در حال انبساط است. عامل این انبساط تند شونده انرژی تاریک است. نظر های مختلفی برای توصیف انرژی تاریک وجود دارد
تحلیل داده های رصدی در کیهان انرژی تاریک
2018
آهنگ انبساط کیهان با زمان تغییر می کند. کیهان ماده غالب ابتدایی با توجه به جاذبه گرانشی متقابل همه مواد در آن، دارای فاز کندشونده بوده است. در زمان اخیر، مشاهداتی همچون ابرنواخترهای نوع ‎ ‎، تابش ریزموج کیهانی، نوسانات آکوستیکی باریون ها و پارامتر هابل تصویر جدیدی از کیهان به ما ارائه می دهد. طبق این مشاهدات کیهان تخت و دارای فاز انبساطیِ تندشونده می باشد ، در حالی که باتوجه به غالب بودن نیروی جاذبه گرانش در ابعاد بزرگ مقیاس انبساطی کندشونده انتظار می رفت. از اواخر قرن گذشته تا به امروز تلاش های زیادی برای توجیه این فاز انبساط تندشونده حاکم بر کیهان صورت گرفته است. با توجه به معادلات میدان اینشتین که به نوعی دینامیک کیهان را نمایش می دهد، به دو شکل می توان شتاب مثبت را بدست آورد. در حالت نخستین با اصلاح سمت چپ معادله مذکور یا به عبارتی هندسه فضازمان که به مدل های گرانش اصلاح شده معروفند و در حالت دوم با کامل کردن تانسور انرژی- تکانه در سمت راست معادله توسط مؤلفه ای به نام انرژی تاریک. ما در این رساله با رویکرد دوم یعنی با پذیرفتن وجود انرژی تاریک با پارامتر معادله حالت ‎ به بررسی این انبساط تندشونده پرداخته ایم. یکی از اولین کاندیداهای آن ثابت کیهان شناسی اینشتین ‎ ‎ با ‎ ‎ می باشد که همراه با در نظر گرفتن ماده تاریک سرد منجر به مدل استاندارد ‎ گردید که به خوبی با مشاهدات سازگاری دارد. علی رغم موفقیت های مدل استاندارد در توجیه مشاهدات کیهانی ، این مدل دارای مشکلات مفهومی مانند تنظیم ظریف و انطباق کیهانی می باشد، از این رو مدل های جایگزین متعددی برای انرژی تاریک معرفی شده است. در این رساله ما قصد داریم مدل های پارامتریک مانند ‎ ‎ و ‎ ‎ که با کمک ابزارهای ریاضی مانند بسط نیوتنی معادله حالت جدیدی برای انرژی تاریک معرفی کرده اند و مدل هایی مانند انرژی تاریک هولوگرافیک و ایج گرافیک که از نظریه فیزیک انرژی های بالا نشأت می گیرد و مدل متحدکننده سیال تاریک که مدعی است دو مؤلفه ی مجهول کیهان یعنی ماده تاریک و انرژی تاریک در واقع شکل های مختلفی از یک سیال تاریک می باشد را مورد مطالعه قرار دهیم. در مدل اخیر برای اولین بار معادله حالت پارامتری برای سیال تاریک معرفی کرده ایم. با استفاده از داده های رصدی شامل ‎‎ ، ‎‎‎ ‎‎ ، ‎‎‎ ‎‎‎ ، ‎‎ و ‎‎‎‎ ‎ قابلیت مدل های مذکور را در مقای
رشد اختلالات ماده در کیهان انرژی تاریک خوشه ای
2017
در این پایان نامه به بررسی رد اختلالات ماده در کیهان انرژی تاریک خوشه ای می پردازیم
مدل رمبش کروی در تشکیل ساختار های کیهانی
2016
در این پایان نامه اثر انرژی تاریک هولوگرافیک و گوست روی تشکیل ساختار های کیهانی به روش رمبش کروی بررسی شده است. در کیهان شناسی .....

Master Theses

بررسی همگرایی در زنجیره های مارکوف به دست آمده در روش های متروپلیس و هامیلتون با استفاده از داده های کیهان شناسی
2022
روش آماری زنجیره ی مارکوف مونت کارلو دارای الگوریتم های متنوعی می باشد و برای تخمین پارامترهای یک مدل می توان از آن استفاده کرد. در این روش ها معمولا چند زنجیره جدا از هم تولید شده و با استفاده از آن ها پارامترها تخمین زده می شوند. در این پژوهش، اثر همگرایی زنجیره های مارکوف را روی پارامترهای یک مدل بررسی کرده ایم. در سال های پیش رو حجم زیادی داده با دقت بالا به دست خواهد آمد که بررسی وابستگی پارامترهای مدل به همبستگی و همگرایی زنجیره های مارکوف اهمیت دارد. از سوی دیگر استفاده از روش های نوین برای به دست آوردن نمونه های آماری و میزان دقت آن حائز اهمت می باشد. علاوه بر این میزان زمان مورد نیاز برای دستیابی به یک یا چند زنجیره ی مستقل اهمیت زیادی در محاسبات مربوط به تخمین پارامترهای مدل خواهند داشت. در این پژوهش با استفاده از داده های اخیر کیهان شناسی مانند داده های هابل و داده های ابرنواختر، پارامتر های مدل لامبدا سی دی ام( یا مدلی دیگر با پارامترهای بیشتر) تخمین زده شده است. مدل لامبدا سی دی ام با پارامتر معادله حالت W=-1 ساده ترین مدل برای توصیف انرژی تاریک است که در آن لامبدا بیانگر ثابت کیهان شناسی و سی دی ام معرف ماده تاریک سرد می باشد. علیرغم وجود مدل های متنوع برای انرژی تاریک، این مدل بیشترین تطابق را با داده های رصدی دارا می باشد. در این پژوهش نتایج همگرایی زنجیره های مارکوف، با استفاده از داده های کیهان شناسی را به دست آورده ایم؛ همچنین زنجیره ها را با دو الگوریتم هامیلتون و متروپلیس ساخته ایم.
تأثیر تعداد مؤثر نمونه در زنجیره مارکوف روی تخمین پارامترهای مدل لامبدا سی دی ام
2022
در آمار روش های زنجیره ای مارکوف مونت کارلو شامل یک سری الگوریتم برای نمونه برداری از توزیع احتمال است. خاصیت مهم زنجیره ی مارکوف این است که به یک حالت پایا همگرا می شود. الگوریتم های خاصی برای ساخت این زنجیره ها وجود دارد. برای مثال: 1-الگوریتم متروپولیس هستینگ 2-الگوریتم گیبس 3- الگوریتم هامیلتون . این روش ها برای تولید زنجیره هایی از نمونه های تصادفی استفاده می شود و با استفاده از این زنجیره ها می توان پارامترهای یک مدل را تخمین زد. بین روش متروپولیس و هامیلتون تفاوتی وجود دارد و این تفاوت این است که در روش متروپولیس نقاطی که داریم به یکدیگر وابستگی زیادی دارند و این موضوع باعث می شود نمونه ی به دست آمده از نظر آماری برای تخمین پارامترها مناسب نباشد. اما در روش هامیلتون نمونه ها با استفاده از معادلات هامیلتون به دست می آیند و این وابستگی بین نقاط کمتر می شود و باعث می شود نمونه ی بهتری داشته باشیم. با توجه به این که در سال های آینده تعداد زیادی داده مشاهداتی با دقت بالا به دست ما خواهد رسید، بررسی اثر تعداد نمونه ها و تعداد مؤثر آن ها روی تخمین پارامترها حائز اهمیت می باشد. تخمین پارامترها و خطای پارامترهای یک مدل کیهان شناسی اهمیت بسیار زیادی دارد. از این رو در این پایان نامه قصد داریم، از داده های اخیر هابل و ابرنواخترها استفاده کرده و نحوه تأثیر تعداد مؤثر نمونه ها را روی تخمین پارامترهای مدل لامبدا سی دی ام بررسی کنیم. از مدل لامبدا سی دی ام اغلب به عنوان مدل استاندارد کیهان شناسی یاد می شود زیرا ساده ترین مدلی است که توضیح مناسبی از ویژگی های کیهان مانند ساختار و وجود تابش زمینه ی کیهانی و توزیع ساختارهای بزرگ مقیاس در کهکشان ها و انبساط پرشتاب کیهان که در کهکشان ها و ابرنواخترهای دور مشاهده شده است را ارائه می کند.
بررسی داده های ابر نواخترها و محاسبه پارامترهای مدل با استفاده از کتابخانه استاندارد تنسور فلو(tensorflow )
2022
امروزه تحلیل داده ها بخش مهمی از تمام علوم، از جمله کیهان شناسی است. با توجه به پیشرفت روز به روز ابزار رصد و همچنین افزایش حجم و پیچیده تر شدن داده های مربوط به کیهان شناسی، تلاش برای یافتن رویکردهای نوین در تحلیل این داده ها ضروری است. این پژوهش با هدف بررسی یک روش جدید در تحلیل داده های کیهان شناسی صورت گرفته است. در این پژوهش از روش کتابخانه ی TensorFlow که در زبان برنامه نویسی پایتون وجود دارد برای تحلیل داده ها استفاده شده است. این کتابخانه ی قدرتمند، در حال حاضر در مباحث یادگیری عمیق و یادگیری ماشین به کار می رود و قابلیت تحلیل حجم بالایی از داده ها را دارد. در این پژوهش، کدنویسی به روش MCMC و در زبان برنامه نویسی پایتون، به کمک این کتابخانه انجام شده است. هدف از این پژوهش این است که نتایجی که با به کارگیری کتابخانه تنسورفلو بدست آمده با نتایجی که از تحلیل داده ها با کمک کتابخانه های PYMCE و EMCEE، حاصل شده، مقایسه شود. در پایان این تحقیق، نتایج هر سه رویکرد و همچنین زمانی که در هر روش برای تحلیل داده ها صرف شده مقایسه شده است.
بررسی داده های کیهان شناسی و استنتاج پارامتر های مدل با استفاده از بسته نرم افزاری EPIC
2021
با پیشرفت تکنولوژی و به کارگیری تلسکوپ های قدرتمند زمینی و فضایی، داده های زیادی در کیهان شناسی وجود دارد که احتیاج به بررسی و مقایسه با مدل های جدید دارند. در همین راستا بسته های نرم افزاری متفاوتی عرضه شده اند. در این پروژه از بسته نرم افزاری EPIC استفاده شده است. EPIC (استنتاج ساده پارامترها در کیهان شناسی) ، پیاده سازی از یک کد (زنجیره مونت کارلو) MCMC در پایتون، برای استنتاج پارامترها در مدل های کیهان شناسی است. در واقع EPIC یک ماشین حساب کیهان شناسی است که از مدل ΛCDM استاندارد و مدل های دیگر پشتیبانی می کند. EPIC از کتابخانه چند پردازشی پایتون برای سیر تکاملی زنجیره های موازی در شبیه ساز MCMC استفاده می کند. همگرایی بین زنجیره های مستقل با چند پارامتر آزاد با تست های گلمن و روبین انجام شده است. در EPIC نه تنها امکان استفاده از محاسبه کننده کیهانشناسی وجود دارد بلکه اجرای شبیه ساز MCMC با استفاده از یک رابط گرافیکی خوب هم امکان پذیر است. این بسته نرم افزاری کمک می کند تا علاوه بر محاسبه کمیت های فیزیکی در کیهان، روش استنتاج پارامترهای آزاد در یک مدل کیهان شناسی را اجرا کرد و پارامترهای مدل به همراه خطای آن ها را به دست آورد.
بررسی انفجارهای گاما و نحوه استفاده از آنها درمحاسبه نمودار هابل
2021
یکی از مهمترین نظریه هایی که از دیر باز توسط کیهان شناسان مطرح شدو همچنان درباره آن بحث می شود، مسئله انبساط جهان است. با گذشت زمان، کیهان شناسان با کمک مشاهدات و مطالعات صورت گرفته، نشان دادند که این انبساط تندشونده است و طبق برخی نظریه ها مولفه کیهانی که باعث شتاب تند شونده می شود، انرژی تاریک نامیده می شود. ازفاصله درخشندگی ابرنواخترها (که به عنوان شمع استاندارد کیهان شناسی شناخته شدند)، برای مطالعه مدل های انرژی تاریک در محدوده انتقال به سرخ های پایین استفاده می شود
کوازارها و نقش آنها در مطالعه انبساط تند شونده ی کیهان
2021
کیهان شناسی علم مطالعه ی جهان در مقیاس بزرگ است. در اوایل دهه 1990 تفکر عموم در مورد انبساط کیهان یک انبساط کند شونده بود که توسط انفجار بزرگ شروع شده و توسط گرانش در حال کند شدن بود اما مشاهدات تلسکوپ فضایی هابل از یک ابرنواختر که در دور دست ها واقع شده بود نشان داد که در واقع سرعت انبساط کیهان سال ها پیش بسیار کمتر از سرعت آن در حال حاضر بوده است. در نتیجه سرعت انبساط کیهان در اثر گرانش نه تنها کند نشده است بلکه تند شونده نیز است. انرژی تاریک یک نوع ناشناخته ای از انرژی است که همه فضا را به صورت فرضی در بر می گیرد و سرعت انبساط جهان را می افزاید.
بررسی آماری داده های ابر نو اختر در روش های مستقل از مدل
2021
از جمله سوال های اساسی کیهان شناسی امروزه، یافتن جوابی برای انبساط تند شونده کیهان است. کیهان شناسان به استفاده از معادلات انیشتن دو رویکرد برای این کار در نظر می گیرند. در رویکرد اول سیالی به نام انرژی تاریک در نظر می گیرند که مسبب انبساط تند شونده کیهان است. در رویکرد دوم گرانش اصلاح می شود.
انرژی تاریک نوسانی و مقایسه آن با داده های رصدی در کیهان شناسی
2019
کشف انبساط کیهان توسط هابل که نشان دهنده بزرگ شدن ابعاد کیهان است یکی از بزرگترین دستاورد های کیهان شناسی است. تا دهه 90 میلادی تصور بر این بود که گرانش موجب کند شدن نرخ انبساط کیهان می شود. لذا پس از گذشت مدت زمانی مشخص اجزای کیهان مجددا به سوی یکدیگر کشیده خواهند شد. ام مطالعه داده های رصدی نشان می دهد که بر خلاف این کیهان در حال انبساط شتاب دار است. برای توجیه انبساط کیهن احتیاج به ماده های با فشار منفی است. شناخت ماهیت این ماده یکی از اهداف مهم کیهان شناسی می باشد. در این پایان نامه یکی از مدل های مشهور را مطالعه کرده و همخوانی آن را با داده های رصدی بررسی می کنیم.
بررسی توانایی تلسکوپ رصدخانه کاسین برای تصویر برداری از اجرام با درخشندگی سطحی پایین
2019
در این پایان نامه به مطالعه قابلیت آشکار سازی رصد خانه کاسین می پردازیم. این رصد خانه به عنوان بخش کوچکی از جامعه علمی در کشور با تجهیزات و ابزار رصدی مناسب و تلسکوپ مرکزی قادر اس اجسامی با قدر پایین را آشکار سازی نمایید. کهکشان های کوتوله نقش مهمی در جهت فهم و پیدایش کهکشان ها دارند. از طرفی دیگر تعداد قمر های کهکشان راه شیری کمتر ازپیش بینی مدل های استاندارد است و مطالعه قمر های کهکشان ها می تواند به فهم بیشتر ما از آن ها منجر شود. در این پایان نامه به بررسی امکان رصد اجرام با درخشندگی پایین می پردازیم.
تاثیر اختلالات ماده تاریک در حضور انرژی تاریک کی اسنس
2018
داده های رصدی اخیر اعم از ......
نحوه تاثیر انرژی تاریک ریچی در تحول کیهان شتابدار
2017
امروزه از طریق مشاهدات مختلف مانند ابر نواختر......
آشکارسازی سدیم در جو سیارات فراخورشیدی
2017
با استفاده از روش طیف سنجی عبوری.....
بررسی مدل انرژی تاریک خلا متغیر با زمان در کیهان
2017
در این پایان نامه ابتدا تاریخچه کیهان شناسی ، معادلات انیشتن و باز و بستن بودن کیهان .......
مطالعه معادله حالت انرژی تاریک و بررسی قید های رصدی
2016
آخرین یافته های کیهان شناسان بیان می کند که کیهان در حال انبساط با نرخ تند شونده است. این یافته ها ...................