Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Machine Learning for Square Kilometre Array Observatory

Descripción del proyecto

Despejar la niebla: cartografía cósmica impulsada por la inteligencia artificial

Los métodos actuales tienen dificultades para distinguir señales cosmológicas débiles debido a la fuerte interferencia de otros objetos celestes y al ruido instrumental. El equipo del proyecto SERENEt, que cuenta con el apoyo de las Acciones Marie Skłodowska-Curie, elaborará un nuevo marco probabilístico de aprendizaje automático para mejorar nuestra comprensión de la Época de la Reionización. En el proyecto se emplearán modelos generativos y ecuaciones estocásticas para cartografiar la distribución del hidrógeno neutro. Mediante la generación de simulaciones realistas y su comparación con los datos de los telescopios existentes, el equipo de SERENEt pretende ofrecer las primeras reconstrucciones del Universo primitivo que tengan en cuenta la incertidumbre. Estas sofisticadas herramientas están diseñadas para ayudar al Observatorio del Conjunto de Kilómetro Cuadrado a alcanzar su objetivo de detectar las primeras estrellas y galaxias. En última instancia, en SERENEt se ofrecerán conjuntos de datos y métodos de acceso abierto que respalden un método basado en datos abundantes para la inferencia astrofísica.

Objetivo

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.

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. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) HORIZON-MSCA-2025-PF

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

UNIVERSITE PARIS-SACLAY
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

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

Ver en el mapa

Región
Ile-de-France Ile-de-France Essonne
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos