Chandan Kapil arbeitet als Postdoktorandin in der Abteilung für Radarsondierungen, wo sich ihre Forschung auf das Verständnis ionosphärischer Unregelmäßigkeiten und Szintillationen in äquatorialen und niedrigen Breitengraden konzentriert. Sie schloss ihr Masterstudium 2018 in Physik und Elektronik an der Panjab University in Indien ab und promovierte anschließend 2024 in Physik am Indian Institute of Geomagnetism in Indien.

Ihre Forschung befasst sich vor allem damit, wie Weltraumwetterereignisse, darunter geomagnetische Störungen und Schwankungen des elektrischen Feldes, ionosphärische Unregelmäßigkeiten auslösen und beeinflussen, sowie mit den zugrunde liegenden Seeding-Mechanismen, die für deren Entstehung verantwortlich sind. Ein wesentlicher Aspekt ihrer Arbeit ist die Untersuchung von Superplasma-Blasen, die eine extreme Ausprägung ionosphärischer Instabilität darstellen und durch hochkomplexe und nichtlineare Dynamik gekennzeichnet sind.

Über die Ionosphärenphysik hinaus beschäftigt sie sich intensiv mit datengestützten Forschungsansätzen. Zu ihren Interessen gehört die Anwendung von Techniken des maschinellen Lernens zur Erkennung und Vorhersage ionosphärischer Störungen wie Abnahmen des Gesamtelektronengehalts (TEC) und Szintillationen im Zusammenhang mit äquatorialen Plasmablasen. Parallel dazu untersucht sie hybride Frameworks des maschinellen Lernens für die Klassifizierung von Radarobjekten, wobei sie domänenspezifische Signalmerkmale in Deep-Learning-Modelle integriert, um die Klassifizierungsleistung zu verbessern.

Mit Blick auf die Zukunft zielt ihre Forschung darauf ab, physikalische Erkenntnisse mit fortschrittlichen Techniken des maschinellen Lernens zu verbinden, um die Überwachung, Modellierung und Vorhersage von Phänomenen in der Ionosphäre und der Atmosphäre zu verbessern.

ORCID Google Scholar