Descripción del proyecto
Resolución de los oscuros misterios del universo
El modelo cosmológico de la materia oscura fría lambda (ΛCDM) ha explicado satisfactoriamente la evolución del universo a través de vastas escalas y épocas, mediante la descripción de un cosmos dominado por la materia oscura y la energía oscura. Sin embargo, la verdadera naturaleza de estos enigmáticos componentes sigue sin resolverse. Anomalías recientes cuestionan el equilibrio entre la expansión cósmica y el crecimiento de las estructuras, dejando a los cosmólogos sin una solución clara. ¿Podrían hallarse las respuestas en los entornos extremos de la red cósmica, como los vacíos y los supercúmulos? El equipo del proyecto MAPEX, financiado con fondos europeos, trata de resolver este misterio aprovechando los datos más avanzados del Observatorio Vera Rubin y de la investigación del Espacio-Tiempo como Legado para la Posteridad. Combinando técnicas de aprendizaje automático con datos cosmológicos, el equipo de MAPEX es pionero en el uso del aprendizaje profundo para explorar señales gravitacionales y descubrir verdades ocultas sobre nuestro universo.
Objetivo
The consensus CDM (Lambda-Cold Dark Matter) model of cosmology has shown remarkable explanatory power over a variety of cosmic scales and epochs, and it narrates a reassuring story of a universe currently filled mostly with dark matter and dark energy. Yet, this explanation is not fully satisfactory because the actual nature of the dark components remains a puzzle. Furthermore, cosmologists have recently reported significant anomalies concerning the delicate balance of cosmic expansion and structure growth, without a compelling solution.
The main objective of the MAPEX project is to reassess this far-reaching problem from a new perspective, and determine if cosmological tensions can be traced to the most extreme cosmic web environments: deep voids and dense superclusters. This EU-funded action will allow me to access unprecedented new data taken at the Vera Rubin Observatory, solidifying and broadening the Hungarian contributions to the next-generation Legacy Survey of Space and Time (LSST) project based in Chile. To go beyond the state-of-the-art, I will acquire extensive skills on machine learning techniques from expert researchers at Konkoly Observatory to combine with my groundwork results on cosmological data analysis from, above all, the Dark Energy Survey (DES).
As a key innovation, I will develop deep learning models to study extreme voids and superclusters. First, I will apply convolutional neural network methods to augment traditional cross-correlations between galaxy density fluctuations and the anisotropies of the Cosmic Microwave Background. Then, I will capture the dependence of their gravitational signals on the physical properties of dark energy and dark matter. The proposed analyses of simulations and early observational LSST data will help resolve whether some as-yet unknown physical effects or systematic biases complicate the picture in cosmology. Either way we will gather fundamentally new knowledge about the Universe on the largest scales.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véase: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Programa(s)
Convocatoria de propuestas
(se abrirá en una nueva ventana) HORIZON-WIDERA-2022-TALENTS-04
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-TMA-MSCA-PF-EF -Coordinador
1121 Budapest
Hungría