Урош Сельяк (родился 13 мая 1966 года в Новой Горице ) — словенский космолог и профессор астрономии и физики в Калифорнийском университете в Беркли . [3] Он особенно известен своими исследованиями в области космологии и приближенных байесовских статистических методов.
Сельяк получил среднее образование в гимназии Нова Горица и прошел бакалавриат в Университете Любляны , Словения . Он окончил его в 1989 году и позже получил степень магистра в том же учебном заведении в 1991 году. Сельяк провел докторскую диссертацию в Массачусетском технологическом институте и получил степень доктора философии в 1995 году.
После постдокторского обучения в Центре астрофизики | Гарвард и Смитсоновский институт , он занимал преподавательские должности в Принстонском университете , Международном центре теоретической физики в Триесте , Италия , и Цюрихском университете , прежде чем присоединиться к физическим и астрономическим факультетам Калифорнийского университета в Беркли в 2008 году. Он занимает совместную должность в Национальной лаборатории Лоуренса в Беркли . [3]
Сельяк — космолог, который особенно известен своими исследованиями космического микроволнового фонового излучения , [4] [5] скопления галактик и слабого гравитационного линзирования, [6] а также значения этих наблюдений для крупномасштабной структуры Вселенной . [7]
В 1997 году Сельяк предсказал существование B-мод в поляризации РКФ, которые являются индикатором первичных гравитационных волн от инфляции. [8] Вместе с Матиасом Залдарриагой он разработал код CMBFAST для температуры РКФ, поляризации E и B-мод, а также для эффектов гравитационного линзирования РКФ. [4]
В 2000 году он разработал модель гало для темной материи [9] [10] и статистику скопления галактик. [11]
Большая часть недавних работ Селджака была сосредоточена на том, как извлечь фундаментальные свойства нашей Вселенной из космологических наблюдений с использованием аналитических методов и численного моделирования. Он разработал космологические генеративные модели темной материи, звезд и распределений космического газа.
Seljak активно разрабатывает методы для ускоренных приближенных байесовских методологий и применяет их к космологии, астрономии и другим наукам. Примерами этой работы являются сэмплеры MicroCanonical Hamiltonian и Langevin Monte Carlo и Deterministic Langevin Monte Carlo.
Seljak разрабатывает методы машинного обучения с приложениями к космологии, астрономии и другим наукам. Известные примеры включают основанные на Фурье гауссовские процессы для анализа временных и/или пространственно упорядоченных данных, генеративные модели с явными физическими симметриями (трансляция, вращение) и методы итеративного переноса срезов для оценки плотности и выборки.
Сельяк был удостоен премии Грубера по космологии 2021 года совместно с Марком Камионковски и Матиасом Залдарриагой , которые вместе «ввели многочисленные методы изучения крупномасштабной структуры Вселенной, а также свойств ее первого момента существования». [12]