Vasileios Kalaitzidis

Visiting Research Student at the Tsung-Dao Lee Institute (Shanghai Jiao Tong University).

了解更多

LinkedIn · Email · CV

关于

我叫 Vasileios Kalaitzidis,来自希腊雅典。目前,我在上海交通大学李政道研究所(Tsung-Dao Lee Institute, Shanghai Jiao Tong University, TDLI)和巴黎西岱大学 APC 实验室(AstroParticle and Cosmology Laboratory, Université Paris Cité)担任 Visiting Research Student,在 Dr. Gwenael Giacinti 和 Dr. Hao Zhou 的指导下,利用大型高海拔宇宙线观测站(Large High Altitude Air Shower Observatory, LHAASO)开展超高能伽马射线天体物理研究。

我于 2025 年毕业于 University of St Andrews,获得 Theoretical Physics 方向的 Master’s 学位(MPhys, First-Class Honours)。我的 Master’s thesis 在 Dr. Martin Dominik 的指导下完成, 并于 2024 年作为 exchange student 在 Purdue University 学习一学期。我也曾在 European Southern Observatory 作为 Gruber-funded Research Student 与 Dr. Pooneh Nazari 合作, 另外还在 Dr. Indranil Banik 的指导下开展了由 Royal Astronomical Society (RAS) 资助的研究。

我的更广泛研究兴趣包括 γ 射线天文学、原恒星系统以及宇宙学。

About image

研究

研究兴趣与过往工作

我的研究覆盖天文学的多个方向。我研究原恒星系统,以及其结构与演化如何对化学丰度测量产生偏差。 我也关注 Hubble tension 以及缓解该问题的候选方案是否可行。 此外,我正在积极研究近期观测到的超高能弥散 γ 射线过量(ultra-high-energy diffuse γ-ray excess)的成因。 最后,我也在扩展我的 Master’s thesis:结合 gravitational microlensing 数据、数值方法与 machine learning 技术,以探测恒星大气性质。

原恒星系统的化学(Chemistry of Protostellar Systems)

在 European Southern Observatory(Summer 2025)与 Dr. Pooneh Nazari 合作开展的原恒星系统化学研究中,我们重点关注 JOYS survey 报告的气相与冰相丰度比(gas and ice abundance ratios)之间的近期不一致。 我们采用辐射传输建模(radiative-transfer modelling)来检验:仅改变物理结构是否足以复现这些观测差异,还是需要更复杂的化学过程。 我们发现,结构效应能够使推断得到的柱密度比(inferred column-density ratios)发生数量级变化,这意味着几何结构以及盘或包层(disk or envelope)条件会显著影响我们对“化学差异”的解读。

Column densities

宇宙学中的 Local Void 与晚期修正方案(Hubble Tension)

在一项与 Indranil Banik 合作的 研究 中(由 RAS summer student grant 资助,awarded 2024),我们检验了一个大的本地低密度区域(“local void”)是否能够解释 baryon acoustic oscillation (BAO) 数据。我们发现,相较于均匀的 Planck-based model,void models 对一份跨 20 年的 BAO 测量汇编拟合明显更好,从而将总体张力降低到约 1σ 的水平。

上述研究被 Royal Astronomical Society 选为重点研究亮点并撰写成专题报道文章。

另一项独立项目 中,我共同署名分析了 symmetric teleparallel f(Q) gravity 中的 modified gravity models。 结果表明,某些理论动机强的形式表现欠佳,而一种指数型(exponential-type)模型能够在一定程度上缓解 Hubble tension,但仍出现轻微的 BAO 一致性问题, 这凸显了同时满足所有数据集(datasets)的困难。 此外,我也作为共同作者参与了 CosmoVerse White Paper,该文系统梳理了宇宙学中的主要观测张力,讨论潜在 systematics,并提出未来十年值得关注的新物理与数据分析方向。

Column densities figure 4 Column densities figure 1

解释超高能弥散 γ 射线过量(Explaining the Ultra-High-Energy Diffuse γ-ray Excess)

我目前(2026)正在研究 LHAASO 在银河平面观测到的超高能弥散伽马射线过量(ultra-high-energy diffuse γ-ray excess)。这项工作在上海交通大学李政道研究所(TDLI, SJTU,中国上海)以及巴黎西岱大学 APC 实验室(APC, Université Paris Cité,法国巴黎)开展。 在 Dr. Gwenael Giacinti 和 Dr. Hao Zhou 的指导下,我旨在评估观测到的过量中有多少可归因于未分辨源(unresolved sources),例如脉冲星(pulsars)、超新星遗迹(supernova remnants)和 γ 射线双星(γ-ray binaries)。 我对这些源的族群及其银河系分布进行建模,并纳入与观测比较有关的传播效应(propagation effects)。 最后,我将结果与 LHAASO 的仪器响应(instrument response)及其采用的遮罩(masking)相匹配,生成 HEALPix 全天图(HEALPix sky maps),从而将模拟结果与观测数据直接对比。

Diffuse gamma-ray figure

利用微引力透镜焦散穿越探测恒星大气(Microlensing Caustic Crossings)

我的 Master’s thesis(submitted to the University of St Andrews in 2025),在 Dr. Martin Dominik 的指导下完成,聚焦于利用 caustic crossings 恢复非参数的 limb-darkening profiles, 这在 fold caustics 情形下此前从未实现。 我使用包括有限元方法(finite element method)与乘积积分方法(product-integration methods)在内的数值技术,对连接恒星表面亮度分布与 microlensing event 期间观测通量(flux)的 Fredholm 积分方程(Fredholm integral)进行反演。 我目前(2026)正在推进成果发表,并将工作扩展到 machine learning 反演技术(machine learning inversion techniques),其性能显著优于上述方法。

展示本工作早期阶段的海报
Limb darkening recovery

用机器学习区分 XENONnT 探测器中的信号与伪背景噪声

在 Purdue University(Spring 2024)期间,我与同学 Divij Agarwal 及 Purdue XENONnT group 合作,构建了一个 machine learning 分类器(classifier)用于区分信号(signal)与噪声(noise)。 在 Dr. Husheng Guan 的指导下,我开发、调参并评估了多种算法,比较它们在事件分类(event classification)上的表现。 用于训练的数据来自一套钇-铍中子源(yttrium-beryllium neutron source),该源发射能量为 152 keV 的中子。 之所以可行,是因为中子散射导致的核反冲(nuclear recoils)与弱相互作用大质量粒子相互作用(weakly interacting massive particle interactions,XENONnT 所瞄准的 dark matter candidates)所预期的信号高度相似, 因此中子可作为标定代理(calibration proxy)。

我在 2024 年 Spring Undergraduate Research Conference 上展示的海报
Purdue XENONnT project

发表论文


地址

No. 1 Lisuo Road, Pudong New Area, Shanghai, 201210, China.

© Vasileios Kalaitzidis