Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Machine Learning for Square Kilometre Array Observatory

Opis projektu

Rozwiewanie mgieł - mapowanie kosmosu oparte na sztucznej inteligencji

Konwencjonalne metody słabo radzą sobie z rozróżnianiem słabych sygnałów pochodzących z kosmosu ze względu na silne zakłócenia ze strony innych ciał niebieskich oraz samych przyrządów. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu SERENEt ma na celu opracowanie nowych probabilistycznych algorytmów uczenia maszynowego, które pozwolą nam lepiej zrozumieć epokę rejonizacji. W ramach projektu zespół wykorzysta modele generatywne i równania stochastyczne w celu mapowania rozkładu obojętnego wodoru. Dzięki opracowaniu realistycznych symulacji i zestawienie ich z istniejącymi danymi gromadzonymi przez teleskopy, zespół projektu SERENEt zamierza opracować pierwsze rekonstrukcje wczesnego Wszechświata uwzględniające niepewność pomiarową. Te zaawansowane narzędzia powstaną z myślą o wsparciu Obserwatorium Square Kilometre Array w realizacji jego celu, jakim jest wykrycie pierwszych gwiazd i galaktyk. Prace zespołu SERENEt zaowocują opracowaniem ogólnodostępnych zbiorów danych i metod, które przyczynią się do usprawnienia wnioskowania astrofizycznego opartego na bogatych zbiorach danych.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITE PARIS-SACLAY
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

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

Zobacz na mapie

Region
Ile-de-France Ile-de-France Essonne
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych