Opis projektu
Innowacyjna nieliniowa reprezentacja sygnału może usprawnić badanie kosmosu
Astrofizyka osiągnęła punkt zwrotny i stawia czoła złożonym wyzwaniom związanym z analizą danych, które wymagają opracowania zaawansowanych metod przetwarzania sygnałów. Rzadka reprezentacja sygnałów odegrała kluczową rolę w tworzeniu pełnej mapy kosmicznego mikrofalowego promieniowania tła na podstawie danych pochodzących z misji Planck. Standardowe liniowe metody przetwarzania sygnałów są jednak ograniczone pod względem zdolności do uchwycenia danych fizycznych o naturalnie nieliniowych właściwościach. Zespół finansowanego przez Europejską Radę ds. Badań Naukowych projektu LENA zamierza pokonać te ograniczenia poprzez zbadanie nowych nieliniowych systemów reprezentacji sygnału i opracowanie metod numerycznych celem wykorzystania modeli nieliniowych. Wyniki projektu będą miały istotne konsekwencje dla analizy danych astrofizycznych, w szczególności w ramach misji Planck i europejskiego interferometru radiowego LOFAR. Oczekuje się, że ich wpływ będzie podobny do tego, jaki uzyskuje się przy użyciu rzadkości w polu.
Cel
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.
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.
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.
- nauki przyrodniczeinformatykanauka o danych
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaprzetwarzanie sygnałów
- nauki przyrodniczenauki fizyczneastronomiaastrofizykaciemna materia
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynoweuczenie głębokie
- nauki przyrodniczematematykamatematyka stosowanaanaliza numeryczna
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
75015 PARIS 15
Francja