Uroš Seljak (nacido el 13 de mayo de 1966 en Nova Gorica ) es un cosmólogo esloveno y profesor de astronomía y física en la Universidad de California, Berkeley . [3] Es particularmente conocido por su investigación en cosmología y métodos estadísticos bayesianos aproximados.
Seljak completó su educación secundaria en la Escuela Secundaria de Nova Gorica y realizó sus estudios de grado en la Universidad de Ljubljana , Eslovenia . Se graduó en 1989 y más tarde recibió una maestría de la misma institución en 1991. Seljak realizó su investigación doctoral en el Instituto Tecnológico de Massachusetts y recibió su doctorado en 1995.
Después de sus estudios postdoctorales en el Centro de Astrofísica de Harvard y el Smithsonian , ocupó puestos docentes en la Universidad de Princeton , el Centro Internacional de Física Teórica de Trieste ( Italia ) y la Universidad de Zúrich , antes de unirse a los departamentos de física y astronomía de la UC Berkeley en 2008. Tiene un nombramiento conjunto con el Laboratorio Nacional Lawrence Berkeley . [3]
Seljak es un cosmólogo particularmente conocido por sus investigaciones sobre la radiación de fondo de microondas cósmica , [4] [5] la agrupación de galaxias y el efecto de lente gravitacional débil, [6] y las implicaciones de estas observaciones para la estructura a gran escala del universo . [7]
En 1997, Seljak predijo la existencia de modos B en la polarización del CMB que son un trazador de ondas gravitacionales primordiales de la inflación. [8] Junto con Matias Zaldarriaga , desarrolló el código CMBFAST para la temperatura del CMB, la polarización de los modos E y B, y para los efectos de lente gravitacional en el CMB. [4]
En 2000, desarrolló el modelo de halo para la materia oscura [9] [10] y las estadísticas de agrupamiento de galaxias. [11]
Gran parte del trabajo reciente de Seljak se ha centrado en cómo extraer propiedades fundamentales de nuestro universo a partir de observaciones cosmológicas utilizando métodos analíticos y simulaciones numéricas. Ha desarrollado modelos cosmológicos generativos de materia oscura, estrellas y distribuciones de gas cósmico.
Seljak desarrolla activamente métodos para metodologías bayesianas aproximadas aceleradas y las aplica a la cosmología, la astronomía y otras ciencias. Algunos ejemplos de este trabajo son los muestreadores hamiltonianos microcanónicos y de Monte Carlo de Langevin y de Monte Carlo de Langevin determinístico.
Seljak está desarrollando métodos de aprendizaje automático con aplicaciones en la cosmología, la astronomía y otras ciencias. Entre los ejemplos más destacados se incluyen los procesos gaussianos basados en Fourier para el análisis de datos ordenados en el tiempo o en el espacio, modelos generativos con simetrías físicas explícitas (traslación, rotación) y métodos de transporte iterativos por secciones para la estimación y el muestreo de la densidad.
Seljak recibió el Premio Gruber de Cosmología 2021 junto con Marc Kamionkowski y Matias Zaldarriaga , quienes juntos "introdujeron numerosas técnicas para el estudio de la estructura a gran escala del universo, así como las propiedades de su primer instante de existencia". [12]