Description du projet
Résoudre les mystères de l’univers grâce à l’apprentissage profond
La cosmologie moderne est confrontée à des défis importants, notamment en ce qui concerne le mystérieux secteur obscur et les divergences telles que les mesures contradictoires de la constante de Hubble. Ces incohérences révèlent des lacunes dans notre compréhension de l’univers et suggèrent la nécessité d’une nouvelle physique au-delà du modèle actuel. Par exemple, les mesures locales de la constante de Hubble diffèrent considérablement de celles dérivées des premières données sur le fond diffus cosmologique. Ces divergences compliquent notre compréhension de l’expansion et de la structure du cosmos. Dans ce contexte, le projet COSMOMALTA, financé par l’UE, vise à développer un cadre d’apprentissage qui intègre des méthodes statistiques avancées. Cette approche améliorera l’analyse de vastes ensembles de données d’observation, ce qui permettra d’obtenir des informations indépendantes des modèles sur diverses théories cosmologiques. En fin de compte, COSMOMALTA fera progresser notre compréhension de l’univers.
Objectif
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.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.4.1 - Widening participation and spreading excellence
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) HORIZON-WIDERA-2023-TALENTS-02
Voir tous les projets financés au titre de cet appelCoordinateur
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
MSD 2080 MSIDA
Malte
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.