Safwan ALJBAAE

PhD em Astronomia pelo Observatório de Paris (2013), graduado em Matemática pela Universidade de Damasco, Síria (2004). Tem experiência na área de astronomia com foco em famílias de asteróides e, dinâmica e controle na vizinhança de asteróides de formato irregular. Tem boa experiência em diferentes linguagens científicas em ambiente Ubuntu, como: FORTRAN, C, MATLAB, LATEX, Machine Learning, Deep Learning e Python. Durante o período de fevereiro de 2014 até 2021 trabalhou em 32 publicações diferentes em revistas indexadas qualis A1 e A2, o que resulta em uma produtividade de 4,6 artigos por ano. Sua pesquisa desenvolvida nos últimos 7 anos foi dividida em três partes principais: A primeira parte foi focada em dinâmica dos asteróides para entender a origem e evolução das famílias de asteróides, medindo a idade de várias famílias, simulando a evolução de cada membro da família sob o efeito das forças Yarkovsky e YORP. Na segunda parte foi feita a modelagem do campo gravitacional externo de um pequeno corpo celeste aplicando diferentes técnicas como, por exemplo, a estrutura gravitacional Mascon usando uma fonte poliédrica moldada. Foi estudado a dinâmica orbital de uma espaçonave em torno de vários sistemas de asteróides (Lutetia, Bennu, Sylvia, Antiope, Apophis). E na terceira parte da atividade científica é uma nova linha de investigação dedicada a aplicações de Machine Learning à dinâmica de pequenos corpos, que pode ser facilmente estendida a outros campos. Aplicando Deep Learning para: identificação de famílias de asteróides, estudo da dinâmica ressonante no Sistema Solar, entre outros. Usando também uma abordagem baseada em análises ou previsões de séries temporais para apresentar um indicador para detecção do caos.

PhD in Astronomy from the Paris Observatory (2013), graduated in Mathematics from the University of Damascus, Syria (2004). He has experience in the field of astronomy with a focus on asteroid families, dynamics and control in the vicinity of irregularly shaped asteroids. He has experience in different scientific languages ​​in Ubuntu environment, such as: FORTRAN, C, MATLAB, LATEX, Machine Learning, Deep Learning and Python. During the period from February 2014 to 2021 he worked on 32 different publications in A1 and A2 qualis indexed journals, resulting in a productivity of 4.6 articles per year. His research developed over the last 7 years was divided into three main parts: The first part was focused on asteroid dynamics to understand the origin and evolution of asteroid families, measuring the age of various families, simulating the evolution of each family member under the effect of Yarkovsky and YORP forces. In the second part, the modeling of the external gravitational field of a small celestial body was presented, applying different techniques such as, for example, the Mascon gravitational structure using a polyhedral shaped source. The orbital dynamics of a spacecraft around various asteroid systems (Lutetia, Bennu, Sylvia, Antiope, Apophis) was studied. The third part of the scientific activity is a new line of investigation dedicated to Machine Learning applications to the dynamics related to small body, which can be easily extended to other fields. Applying Deep Learning to: identification of asteroid families, study of resonant dynamics in the Solar System, among others. Also using an approach based on time series analysis or predictions to present an indicator for detecting chaos.