Projektbeschreibung
Modernste Verfahren für Big Data Mining in der Astronomie
Big Data ist bereits in zahlreichen Bereichen und Domänen präsent, aber die effiziente und automatisierte Auswertung von Daten stellt immer noch eine Herausforderung dar. Es ist notwendig, die Verfahren des maschinellen Lernens innerhalb dieser Prozesse zu automatisieren. Genau damit beschäftigt sich die Astronomie. Eine Zusammenarbeit auf diesem Gebiet würde in verschiedenen Bereichen Vorteile bringen. Das Ziel des im Rahmen der Marie-Skłodowska-Curie-Maßnahmen unterstützten Projekts SUNDIAL besteht darin, ein Netzwerk zur Entwicklung neuartiger Algorithmen aufzubauen. Diese Algorithmen werden zur Untersuchung der riesigen, von modernen Teleskopen erzeugten Datenbanken eingesetzt, wobei sie ein besseres Verständnis der Entstehung und Evolution von Galaxien ermöglichen. Ein weiterer Projektschwerpunkt ist die Ausbildung junger Wissenschaftlerinnen und Wissenschaftler in Informatik und Astronomie. Es wird erwartet, dass diese einzigartige Zusammenarbeit zahlreiche hochentwickelte Anwendungen für die Gesellschaft hervorbringen wird.
Ziel
Though Big Data has become common in many domains nowadays, the challenges to develop efficient and automated mining of the ever increasing data sets by new generations of data scientists are eminent. These challenges span wide swathes of society, business and research. Astronomers with their high-tech observatories are historically at the forefront of this field, but obviously, the impact in e.g. commercial applications, security, environmental monitoring and experimental research is immense. We aim to contribute to this general discussion by training a number of young scientists in the fields of computer science and astronomy, focussing on techniques of automated learning from large quantities of data to answer fundamental questions on the evolution of properties of galaxies. While these techniques will lead to major advances in our understanding of the formation and evolution of galaxies, we will also promote, in collaboration with industry, much more general applications in society, e.g. in medical imaging or remote sensing. We have put together a team of astronomers and computer scientists, from academic and private sector partners, to develop techniques to detect and classify ultra-faint galaxies and galaxy remnants in a deep survey of the Fornax cluster, and use the results to study how galaxies evolve in the dense environment of galaxy clusters. With a team of young researchers we will develop novel computer science algorithms addressing fundamental topics in galaxy formation, such as the huge dark matter fractions inferred by theory, and the lack of detected angular momentum in galaxies. The collaboration is unique - it will develop a platform for deep symbiosis of two radically different strands of approaches: purely data-driven machine learning and specialist approaches based on techniques developed in astronomy. Young scientists trained with such skills are highly demanded both in research and business.The duration of the project was originally 48 months, till 31/3/2021. An extension of 6 months till 30/9/2021 was granted. The project therefore last 54 months which is indicated in all related project activities
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencesphysical sciencesastronomyastrophysicsdark matter
- natural sciencesbiological sciencesbiological behavioural sciencesethologybiological interactions
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencesphysical sciencesastronomyphysical cosmologygalaxy evolution
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-ITN-ETN - European Training NetworksKoordinator
9712CP Groningen
Niederlande