Description du projet
Un cadre novateur de représentation des signaux non linéaires pourrait améliorer l’exploration cosmique
L’astrophysique est arrivée à un tournant, confrontée à des défis complexes d’analyse de données qui exigent le développement de méthodes avancées de traitement des signaux. Les représentations de signaux sporadiques ont joué un rôle déterminant dans la création d’une carte du fond diffus cosmologique à partir des données de Planck. Les approches standard de traitement linéaire des signaux sont toutefois limitées dans leur capacité à capturer les propriétés intrinsèquement non linéaires des données physiques. Financé par le Conseil européen de la recherche, le projet LENA entend remédier à ces limitations en étudiant un nouveau cadre de représentation des signaux non linéaires et en développant des méthodes numériques permettant d’exploiter les modèles non linéaires. Les résultats du projet auront d’importantes implications pour l’analyse des données astrophysiques, en particulier dans le cadre de la mission Planck et de l’interféromètre radio européen LOFAR. Leur impact devrait être similaire à celui de l’utilisation de la dispersion dans le domaine.
Objectif
Astrophysics has arrived to a turning point where the scientific exploitation of data requires overcoming challenging analysis issues, which mandates the development of advanced signal processing methods. In this context, sparsity and sparse signal representations have played a prominent role in astrophysics. Indeed, thanks to sparsity, an extremely clean full-sky map of the Cosmic Microwave Background (CMB) has been derived from the Planck data [Bobin14], a European space mission that observes the sky in the microwave wavelengths. This led to a noticeable breakthrough: we showed that the large-scale statistical studies of the CMB can be performed without having to mask the galactic centre anymore thanks to the achieved high quality component separation [Rassat14].
Despite the undeniable success of sparsity, standard linear signal processing approaches are too simplistic to capture the intrinsically non-linear properties of physical data. For instance, the analysis of the Planck data in polarization requires new sparse representations to finely capture the properties of polarization vector fields (e.g. rotation invariance), which cannot be tackled by linear approaches. Shifting from the linear to the non-linear signal representation paradigm is an emerging area in signal processing, which builds upon new connections with fields such as deep learning [Mallat13].
Inspired by these active and fertile connections, the LENA project will: i) study a new non-linear signal representation framework to design non-linear models that can account for the underlying physics, and ii) develop new numerical methods that can exploit these models. We will further demonstrate the impact of the developed models and algorithms to tackle data analysis challenges in the scope of the Planck mission and the European radio-interferometer LOFAR. We expect the results of the LENA project to impact astrophysical data analysis as significantly as deploying sparsity to the field has achieved.
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: https://op.europa.eu/en/web/eu-vocabularies/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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellesinformatique et science de l'informationscience des données
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie électroniquetraitement des signaux
- sciences naturellessciences physiquesastronomieastrophysiquematière noire
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatiqueapprentissage profond
- sciences naturellesmathématiquesmathématiques appliquéesanalyse numérique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Thème(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2015-STG
Voir d’autres projets de cet appelRégime de financement
ERC-STG - Starting GrantInstitution d’accueil
75015 PARIS 15
France