Projektbeschreibung
Die Geheimnisse des Universums mit Deep Learning lösen
In der modernen Kosmologie bestehen große Herausforderungen, insbesondere zu dem rätselhaften dunklen Sektor und Diskrepanzen wie widersprüchlichen Messungen der Hubble-Konstante. Diese Ungereimtheiten deuten auf Wissenslücken zum Universum und die Notwendigkeit einer neuen Physik über das aktuelle Modell hinaus hin. Lokale Messungen der Hubble-Konstante weichen zum Beispiel deutlich von den Annäherungen anhand der frühen kosmischen Hintergrundstrahlung ab. Dadurch wird die Erklärung der kosmischen Expansion und Struktur komplizierter. Im EU-finanzierten Projekt COSMOMALTA wird daher ein Lernrahmen aufgestellt, der fortschrittliche statistische Methoden beinhaltet. Mit dem Ansatz wird die Analyse großer Beobachtungsdatensätze verbessert, sodass unabhängig von Modellen Erkenntnisse zu verschiedenen kosmologischen Theorien gewonnen werden können. Letztendlich wird das COSMOMALTA-Team das Wissen zum Universum vertiefen.
Ziel
Some of the biggest open problems in modern cosmology are the nature of the cosmic dark sector, the discrepancy between the theoretically predicted versus the observed value of the cosmological constant, and the growing cosmological discordances and tensions between different observational probes. Notably, the Hubble constant, which describes how fast the Universe is expanding when measured locally, has an enormous statistical disagreement with that inferred from the early Cosmic Microwave Background data. These inconsistencies, in turn, necessitate the formulation of new physics beyond the standard cosmological model. Current and ongoing observations, together with upcoming surveys, will produce large volumes of data, whose accumulation and processing will require an upgradation and increase in the sophistication of our statistical tools before applying them to specific problems. Thus, we propose to build a deep learning architecture using advanced statistics in machine learning algorithms like neural networks to be integrated into cosmological community codes for emulated parameter inference. This will help us to select, in a model-independent way, generic features of some cosmological theories that satisfy all observations. Utilising the power of deep learning will be an ideal space to investigate new physics in the observational sector and discriminate between models that are degenerate in terms of current observational approaches, fostering the development of data-driven science as a valuable companion to the model-driven paradigm. The fellowship will contribute to the researcher's career development by acquiring advanced skills in machine learning approaches using Bayesian statistics and developing skills within the cosmological community through a series of events designed to disseminate his results to the broader public. The project will also serve to consolidate and extend the researcher's network of professional contacts within Europe and beyond.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.4.1 - Widening participation and spreading excellence
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) HORIZON-WIDERA-2023-TALENTS-02
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
MSD 2080 MSIDA
Malta
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.