Andrei Albert MESINGER
Andrei Mesinger è Professore Ordinario di Astrofisica e Cosmologia presso il Dipartimento di Fisica e Astronomia dell’Università di Catania (UniCT), Italia. Ha conseguito il dottorato di ricerca alla Columbia University (USA) nel 2006 e successivamente ha svolto borse di studio post-dottorato presso la Yale University e la Princeton University. Nel 2011 si è trasferito alla Scuola Normale Superiore di Pisa (Italia) come Junior Research Professor, è diventato professore associato nel 2020, e nel 2025 ha preso servizio come professore ordinario all’UniCT. I suoi interessi di ricerca comprendono la prima luce cosmica, la reionizzazione, il segnale cosmico a 21 cm, le galassie ad alto redshift, la cosmologia fisica (inclusa la materia oscura), le tecniche di modellizzazione, l’apprendimento automatico e l’inferenza bayesiana. Le sue ricerche sono state premiate con la NASA Hubble Fellowship nel 2008, lo Starting Grant del Consiglio Europeo della Ricerca (ERC) nel 2015, un finanziamento PRIN (come responsabile scientifico nazionale) dal MUR nel 2023, tra gli altri riconoscimenti. Ha pubblicato oltre 200 articoli su riviste scientifiche (h-index 69) ed è stato curatore di due libri. È profondamente coinvolto negli attuali sforzi per rilevare il segnale cosmico a 21 cm ed è membro del comitato esecutivo della collaborazione Hydrogen Epoch of Reionization Array (HERA), oltre a far parte del consiglio dell’Epoch of Reionization Science Team per il telescopio Square Kilometer Array (SKA).
(ultimo aggiornamento: ott 2025)
• First Light and Reionization: The dawn of the first astrophysical structures: What were they? In what numbers? When and how did they reionize and heat the early Universe? How did they interact with their surroundings through feedback processes (radiative, chemical, mechanical)? How can we observe this epoch? How can we learn about cosmology and astrophysics from the 21cm line?
• High-Redshift Sources: What were the properties and abundances of quasars and galaxies? Can we infer these from observations?
• The Nature of Dark Matter: What is it? How can we constrain the properties of Dark Matter using high-redshift observations?
• Data Science and Machine Learning: How do we best exploit upcoming large data sets? How do we develop efficient simulators and forward models? How can we obtain unbiased, optimal posteriors using simulation-based interference?
PEER-REVIEWED PUBLICATION SUMMARY (last updated Oct 2025)
>200 peer-reviewed publications since 2004
>13k citations; >3.4k citations normalized by author number; (source: NASA ADS Database)
h-index of 69; i10 index of 160; i100 index (>100 citations) of 43 (source: NASA ADS Database)