AST9240 ¨C Bayesiansk kosmologisk dataanalyse

Kort om emnet

Emnet gir en oversikt over radio- og mikrob?lgeastronomi og observasjoner i moderne kosmologi. Det gir grundig oppl?ring i Bayesiansk dataanalyse med kosmologiske anvendelser, med vektlegging av observasjoner av den kosmiske bakgrunnstr?linga.

Hva l?rer du?

Etter ? ha fullf?rt emnet:

• har du grunnleggende kjennskap til de fysiske prosessene bak radio- og mikrob?lgestr?ling fra Melkeveien og andre galakser
• har du kjennskap til moderne metoder for kosmologisk dataanalyse, inkludert Bayesiansk parameterestimering
• har du oversikt over relevante datasett for analyse av den kosmiske bakgrunnstr?linga og andre kosmologiske signaler, inkludert COMAP, PASIPHAE, Planck, SPIDER, WMAP, DIRBE osv.
• kan du bruke Commander-programpakken til ? analysere observasjoner av den kosmiske bakgrunnsstr?linga

Opptak til emnet

Ph.d.-kandidater ved UiO s?ker plass p? undervisningen og melder seg til eksamen i Studentweb.

Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av s?kere til emner med begrenset kapasitet.

Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner m? innen?15. juni s?ke om hospitantplass. Det vil ikke v?re mulig ? melde seg p? emnet etter at undervisning har begynt. N?rmere informasjon finnes ved ? f?lge denne?lenken.

Maksimalt 15 studenter per ?r. Hvis emnet har begrenset kapasitet, vil s?kere fra INTPART-institusjoner i Global Component Separation Network og studenter som har emnet i sin utdanningsplan ved UiO bli prioritert.?Det vil ikke v?re mulig ? melde seg p? emnet etter at undervisning har begynt.?Erfaringsmessig er det plass til alle som s?ker opptak til emnet innen fristen.

Anbefalte forkunnskaper

• Bachelorgrad fra programmet Fysikk og astronomi (bachelor)
• Emne:AST3220
• Emne:AST5220

Overlappende emner

• 5 studiepoeng overlapp med AST5240 ¨C Bayesiansk kosmologisk dataanalyse.

Undervisning

Dette er et intensivemne,?med forelesninger og studentaktive gruppe?velser. Emnet varer i to uker med 20 undervisningstimer og resten av tiden vil best? av prosjektarbeid. Under prosjektarbeidet er det forventet at studenten skal f?rst reprodusere et kjent komponentseparingstilfelle og s? utvide dette med et selvvalgt datasett.

Undervisning foreg?r de to f?rste ukene av h?stsemesteret, og det vil ikke v?re mulig for studenter ? melde seg p? etter at undervisning har begynt. Det er forventet at studenter skal gi en muntlig presentasjon av prosjektarbeidet ved slutten av den andre uken av kurset. Studenter skal ogs? levere en skriftlig rapport to uker etter gjennomf?ring av emnet.

Det er obligatorisk oppm?te til alle undervisningsaktiviteter i emnet for ? best? emnet.

Eksamen

I l?pet av emneperioden?skal studenten gj?re et st?rre prosjektarbeid som teller 100 %?ved sensureringen. Resultater fra prosjektarbeidet skal f?rst presenteres muntlig?i slutten av emneperioden.?To uker etter?gjennomf?ring av emnet,?skal studenten ogs??levere en skriftlig rapport?av prosjektarbeidet som blir i form av hjemmeeksamen.?Hele karakteren fastsettes p? grunnlag av prosjektarbeidet.

Det er obligatorisk oppm?te til alle undervisningsaktiviteter i emnet for ? best? emnet.

Hjelpemidler til eksamen

Alle hjelpemidler er tillatt under arbeid med prosjektoppgaven og?hjemmeeksamen.

Eksamensspr?k

Eksamensoppgaven blir gitt p? engelsk, og du skal besvare eksamenen p? engelsk.

Karakterskala

Emnet bruker karakterskala best?tt/ikke best?tt. Les mer om karakterskalaen.

Adgang til ny eller utsatt eksamen

Det gis ikke utsatt eksamen ved oppst?tt sykdom e.l. Dersom sykdom eller annet gyldig grunn forhindrer kandidaten ??gjennomf?re eksamen, s? skal dette dokumenteres med gyldig legeattest e.l. f?r kursperioden tar slutt. Instituttet vurderer om det kan innvilges utsatt innlevering og muntlig presentasjon.

Mer om eksamen ved UiO

• Kildebruk og referanser
• Tilrettelegging p? eksamen
• Trekk fra eksamen
• Syk p? eksamen / utsatt eksamen
• Begrunnelse og klage
• Ta eksamen p? nytt
• Fusk/fors?k p? fusk

Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.