Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Machine Learning for Square Kilometre Array Observatory

Projektbeschreibung

Den Nebel lichten: Universum mit KI kartieren

Bei den aktuellen Methoden gibt es aufgrund starker Störungen durch andere Himmelsobjekte und instrumentelles Rauschen Schwierigkeiten damit, schwache kosmologische Signale voneinander zu unterscheiden. Das Team des innerhalb der Marie-Skłodowska-Curie-Maßnahmen finanzierten Projekts SERENEt wird ein neues probabilistisches Rahmenkonzept für maschinelles Lernen entwickeln, um unser Verständnis der Reionisierungsepoche zu verbessern. Im Rahmen des Projekts werden generative Modelle und stochastische Gleichungen eingesetzt, um die Verteilung von neutralem Wasserstoff abzubilden. Mit der Erstellung realistischer Simulationen und deren Vergleich mit vorhandenen Teleskopdaten zielt das Team von SERENEt darauf ab, die ersten unsicherheitsbewussten Rekonstruktionen des frühen Universums vorzulegen. Diese hochentwickelten Werkzeuge sind speziell darauf zugeschnitten, das Square Kilometre Array Observatory bei seinem Ziel zu unterstützen, die ersten Sterne und Galaxien nachzuweisen. Zu guter Letzt werden innerhalb von SERENEt frei zugängliche Datensätze und Methoden bereitgestellt, die einen datenreichen Ansatz für astrophysikalische Schlussfolgerungen unterstützen.

Ziel

Understanding how the first stars and galaxies transformed the Universe during the Epoch of Reionisation (EoR) is one of the primary science goals of the Square Kilometre Array Observatory (SKAO). Its low-frequency instrument, SKA-Low, will produce unprecedented 3D maps of neutral hydrogen. Still, these faint cosmological signals are buried under astrophysical foregrounds and instrumental artefacts several orders of magnitude stronger. Current approaches mainly rely on power spectrum analysis and deterministic deep learning methods, both of which face limitations in separating signal from contamination and in propagating uncertainties to astrophysical inference. This project proposes a new probabilistic machine-learning framework for tomographic reconstruction of the 21-cm signal. First, I will generate realistic simulations of interferometric data, combining cosmological models, foregrounds, and instrument effects. Next, I will benchmark existing deterministic pipelines and extend them with Normalising Flow–based generative models combined with stochastic differential equations to capture the full probability distribution of the signal. Finally, the method will be validated on dedicated LOFAR-EoR observations, ensuring robustness to real data challenges. The expected outcomes include: (i) the first uncertainty-aware 21-cm tomographic reconstructions, (ii) open-access codes, datasets and trained models, and (iii) methodologies ready for application to SKA-Low Science Verification data. By advancing statistical tools at the interface of cosmology and AI, the project directly supports SKAO’s objectives, maximises the scientific return of European infrastructures, and contributes broadly to data-intensive science. This project lays the foundations of a machine-learning–driven paradigm that will enable SKA-Low to open an unprecedented observational window onto the cosmic dawn and the Epoch of Reionisation.

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.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

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.

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.

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.

(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITE PARIS-SACLAY
Netto-EU-Beitrag

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.

€ 242 260,56
Adresse
BATIMENT BREGUET - 3 RUE JOLIOT CURIE
91190 Gif-Sur-Yvette
Frankreich

Auf der Karte ansehen

Region
Ile-de-France Ile-de-France Essonne
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

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.

Keine Daten