AST5240 ¨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 kan du:

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

Opptak til emnet

Studenter tatt opp til andre masterprogrammer kan, etter s?knad, f? adgang til emnet hvis dette er klarert med eget program.

Dersom du ikke allerede har studieplass ved UiO, kan du s?ke om opptak til v?re?studieprogrammer.

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)?
• AST3220 ¨C Kosmologi I
• AST5220 ¨C Kosmologi II

Overlappende emner

• 5 studiepoeng overlapp med AST9240 ¨C Kosmologisk komponentseparering.

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 reprodusere et kjent komponentseparingstilfelle.

Undervisning foreg?r de to f?rste ukene av september, 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 emnet. 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. Studenter kan velge om de ?nsker ? arbeide med prosjektet individuelt eller i grupper.?Resultater fra prosjektarbeidet skal f?rst presenteres muntlig?i slutten av emneperioden.?To uker etter?gjennomf?ring av emnet,?skal studenter 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 studenten ??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.