Takahiro S Yamamoto

View the Project on GitHub

Takahiro S. Yamamoto （山本　貴宏）

Project researcher Research Center for the Early Universe (RESCEU) [link]
University of Tokyo, Japan
東京大学理学系研究科附属ビッグバン宇宙国際研究センター [link]
特任研究員
Email: yamamoto.s.takahiro—at mark—resceu.s.u-tokyo.ac.jp

CV

学歴（education）

職歴

Research interest

see also. Transformative Research Area (A) ``Foundation of Machine Learning Physics’’
(学術変革領域研究(A)『学習物理学の創成』)
English
日本語

Back to top

Publication list

arXiv
INSPIRE HEP

Reviewed

  1. “Applying the Viterbi Algorithm to Planetary-Mass Black Hole Searches”,
    George Alestas, Gonzalo Morras, Takahiro S. Yamamoto, Juan Garcia-Bellido, Sachiko Kuroyanagi, and Savvas Nesseris (2024)
    Phys. Rev. D 109, 123516, arXiv: 2401.02314

  2. “Prospects of detection of subsolar mass primordial black hole and white dwarf binary mergers”,
    Takahiro S. Yamamoto, Ryoto Inui, Yuichiro Tada, and Shuichiro Yokoyama (2024)
    Phys. Rev. D 109, 103514, arXiv: 2401.00044

  3. “Deep learning for intermittent gravitational wave signals”,
    Takahiro S. Yamamoto, Sachiko Kuroyanagi, Guo-Chin Liu (2023)
    Phys. Rev. D 107, 044032, arXiv: 2208.13156

  4. “Gravitational wave matched filtering by quantum Monte Carlo integration and quantum amplitude amplification”,
    Koichi Miyamoto, Gonzalo Morrás, Takahiro S. Yamamoto, Sachiko Kuroyanagi, Savvas Nesseris (2022)
    Phys. Rev. Research 4, 033150, arXiv: 2205.05966

  5. “Assessing the impact of non-Gaussian noise on convolutional neural networks that search for continuous gravitational waves”,
    Takahiro S. Yamamoto, Andrew L. Miller, Magdalena Sieniawska and Takahiro Tanaka (2022)
    Phys. Rev. D 106, 024025, arXiv: 2206.00882

  6. “Use of an excess power method and a convolutional neural network in an all-sky search for continuous gravitational waves”,
    Takahiro S. Yamamoto, Takahiro Tanaka (2020)
    Phys. Rev. D 103, 084049, arXiv: 2011.12522

  7. “Comparison of various methods to extract ringdown frequency from gravitational wave data”,
    H. Nakano, Tatsuya Narikawa, Ken-ichi Oohara, Kazuki Sakai, Hisa-aki Shinkai, Hirotaka Takahashi, Takahiro Tanaka, Nami Uchikata, Shun Yamamoto and Takahiro S. Yamamoto (2019)
    Phys. Rev. D 99, 124032, arXiv:1811.06443

others

  1. “Use of conditional variational auto encoder to analyze ringdown gravitational waves”,
    Takahiro S. Yamamoto, Takahiro Tanaka, (2020)
    arXiv: 2002.12095

Back to top

Presentation list

Invited talks

  1. “Search for continuous gravitational waves”
    Zhejiang Astronomy Computing Series, (Zhejiang Lab, China), November 2023
  2. “Search for PBHs by gravitational waves”
    Black hole and gravitational waves: from alternative theories of gravity to data analysis (Pohang, Korea) September 2023
  3. 「重力波データ解析への深層学習の応用」(domestic)
    第5回High Performance Computing Physics (HPC-Phys)勉強会 (Tokyo) 2019年11月

Seminars

  1. “Deep learning for intermittent gravitational wave signals”,
    東京大学 RESCEU, May 2023

  2. “Recent works on deep learning applications for gravitational wave astronomy”,
    東京大学　宇宙線研究所セミナー, December 2022

  3. “Deep learning for intermittent gravitational wave signals”,
    Institute for Theoretical Physics, Autonomous University of Madrid, Spain, October 2022

  4. “Assessing the impact of non-Gaussian noise on convolutional neural networks that search for continuous gravitational waves”
    Institute for Theoretical Physics, Autonomous University of Madrid, Spain, October 2022

  5. 「ブラックホール準固有振動とリングダウン重力波」
    東京工業大学セミナー 2020年1月

  6. “Data analysis of ringdown gravitational wave using neural network (in English)”
    早稲田大学 理論宇宙物理学研究室セミナー 2018年4月

Oral (international)

  1. “Deep learning for ringdown gravitational waves”, New Physics from Gravitational Waves, Kyoto, Japan, August 5-7, 2024

  2. “Convolutional neural network for directed searches of continuous gravitational waves”,
    The 2nd continuous gravitational waves and neutron stars workshop, Hannover, Germany, 17-20 June 2024

  3. “Deep learning for intermittent gravitational wave signals”,
    The 38th International Cosmic Ray Conference (ICRC2023), Nagoya Japan, July-August 2023

  4. “Deep learning for intermittent gravitational wave signals”,
    JGRG31, online (RESCEU, U. of Tokyo), October 2022

  5. “Assessing the impact of non-Gaussian noise on convolutional neural networks that search for continuous gravitational waves”,
    Innovative Area Symposium on “Gravitational wave physics and astronomy: Genesis”, (Kyoto), April 2022

  6. “Convolutional neural network for continuous gravitational waves”,
    Innovative Area “Gravitational wave physics and astronomy: genesis”, Area workshop 2022 winter and Group A winter camp (online, Kyoto), January 2022

  7. “Use of excess power method and convolutional neural network in an all-sky search for continuous gravitational waves”,
    Amaldi 14, (online), July 2021

  8. “Use of excess power method and convolutional neural network in all-sky search for continuous gravitational waves”,
    7th KAGRA International workshop (online, Taiwan) December 2020

  9. “All-sky search of continuous gravitational waves with excess power method and convolutional neural network”,
    online JGRG (online) November 2020

  10. “Estimation of QNM frequency of ringdown gravitational wave using neural network”,
    The third annual symposium of the innovative area “Gravitaional wave physics and astronomy: Genesis” (Kobe, Japan), Feb 2020

  11. “Estimation of QNM frequency of ringdown gravitational wave by neural network”,
    JGRG29 (Kobe, Japan) November 2019

  12. “Data analysis of ringdown gravitational wave”,
    JGRG28 (Tokyo, Japan) November 2018

  13. “Analysis of ringdown gravitational wave by neural network”,
    The first annual symposium of the innovative area “Gravitational wave physics and astronomy: Genesis” (Tokyo, Japan), March 2018

  14. “QNM mock data challenge”,
    Innovative Area “Gravitational wave physics and astronomy: Genesis” Area workshop 2017A, (Miyagi, Japan), December 2017

  15. “Data analysis of ringdown gravitational wave”,
    JGRG27 (Hiroshima, Japan) November 2017

  16. “Analysis of ringdown gravitational waveform by using neural network”,
    Symposium on “New development in astrophysics through multi-messanger observations of gravitational wave sources” (Kyoto, Japan) August 2017

口頭発表（国内）

  1. 「深層学習を用いたリングダウン重力波の解析」山本貴宏，田中貴浩，日本物理学会第79回年会，北海道大学，2024年9月

  2. 「非ガウス的背景重力波に対する深層学習の応用」山本貴宏，黒柳幸子，Guo-Chin Liu，日本物理学会2022年秋季大会，岡山理科大学，2022年9月

  3. 「非ガウス的背景重力波に対する深層学習の応用」，山本貴宏，黒柳幸子，Guo-Chin Liu，日本物理学会，オンライン開催，2022年3月

  4. 「非ガウス的背景重力波に対する深層学習の応用」第1回「素粒子と重力波」研究会，大阪市立大学，ハイブリッド開催，2022年2月

  5. 「連続重力波の新たな全天探索手法について」第33回理論懇シンポジウム, オンライン開催, 2020年12月

  6. 「深層学習による連続重力波解析」, 山本貴宏, 田中貴浩, 日本物理学会 2020年秋季大会, オンライン開催, 2020年9月

  7. 「ニューラルネットワークを用いたリングダウン重力波の準固有振動数の推定」第32回理論懇シンポジウム, 東京, 2019年12月

  8. 「ニューラルネットワークによるリングダウン重力波の解析」, 山本貴宏, 田中貴浩, 日本物理学会 2019年秋季大会, 山形, 2019年9月

  9. 「ニューラルネットワークによる重力波データの統計誤差の推定」, 山本貴宏, 田中貴浩, 日本物理学会 第 74 回年次大会, 福岡, 2019年3月

  10. 「ニューラルネットワークを用いたリングダウン重力波の解析」, 山本貴宏, 田中貴浩, 第 17 回 情報科学技術フォーラム, 福岡, 2018年9月

  11. 「ニューラルネットワークを用いたリングダウン重力波の解析」, 山本貴宏, 田中貴浩, 日本物理学会 2018 年秋季大会, 長野, 2018年9月

  12. 「ニューラルネットワークを用いたリングダウン重力波の解析」, 山本貴宏, 田中貴浩, 日本物理学会 第 73 回年次大会, 東京, 2018年3月

  13. 「ニューラルネットワークを用いたリングダウン重力波の解析」, 山本貴宏, 田中貴浩, 日本物理学会 2017 年秋季大会, 栃木, 2017年9月

  14. 「リングダウン重力波解析におけるバイアス」, 山本貴宏, 田中貴浩, 中野寛之，日本物理学会 第 72 回年次大会, 大阪, 2017年3月

Back to top

科研費等獲得実績

Back to top