Opis projektu
Uczenie maszynowe może ułatwić bezpośrednią obserwację egzoplanet
Jednym z największych wyzwań współczesnej astrofizyki jest opisanie fizycznych i chemicznych właściwości skalistych planet pozasłonecznych (egzoplanet) orbitujących w ekosferze pobliskich gwiazd. Choć obserwacja bezpośrednia egzoplanet jest możliwa to taka metoda obserwacji sprawdza się najlepiej w przypadku planet emitujących światło podczerwone i odpowiednio oddalonych od światła gwiazdy. W przeciwnym razie ogromny kontrast i niewielka odległość kątowa pomiędzy egzoplanetą a gwiazdą wokół której orbituje powodują, że taka planeta staje się niewidoczna. Twórcy finansowanego ze środków UE projektu EPIC planują wykorzystać przyrządy do obrazowania wysokokontrastowego w podczerwieni przeznaczone dla teleskopów naziemnych. Jednym z celów projektu będzie opracowanie narzędzi do obrazowania optycznego, które pozwolą zmniejszyć intensywność oślepiającego światła gwiazd, wokół których orbitują planety pozasłoneczne. Badacze wykorzystają również najnowocześniejsze techniki uczenia maszynowego do przetwarzania otrzymanych obrazów.
Cel
One of the most ambitious goals of modern astrophysics is to characterise the physical and chemical properties of rocky planets orbiting in the habitable zone of nearby Sun-like stars. Although the observation of planetary transits could in a few limited cases be used to reach such a goal, it is widely recognised that only direct imaging techniques will enable such a feat on a statistically significant sample of planetary systems. Direct imaging of Earth-like exoplanets is however a formidable challenge due to the huge contrast and minute angular separation between such planets and their host star. The proposed EPIC project aims to enable the direct detection and characterisation of terrestrial planets located in the habitable zone of nearby stars using ground-based high-contrast imaging in the thermal infrared domain. To reach that ambitious goal, the project will focus on two main research directions: (i) the development and implementation of high-contrast imaging techniques and technologies addressing the smallest possible angular separations from bright, nearby stars, and (ii) the adaptation of state-of-the-art machine learning techniques to the problem of image processing in high-contrast imaging. While the ultimate goal of this research can likely only be reached with the advent of giant telescopes such as the Extremely Large Telescope (ELT) around 2025, the EPIC project will lay the stepping stones towards that goal and produce several high-impact results along the way, e.g. by re-assessing the occurrence rate of giant planets in direct imaging surveys at the most relevant angular separations (i.e. close to the snow line), by conducting the deepest high-contrast imaging search for rocky planets in the alpha Centauri system, by preparing the scientific exploitation of the ELT, and by providing the first open-source high-contrast image processing toolbox relying on supervised machine learning techniques.
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 przyrodniczenauki fizyczneastronomiaplanetologiaplanety
- nauki przyrodniczenauki fizyczneastronomiaastrofizyka
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-COG - Consolidator GrantInstytucja przyjmująca
4000 Liege
Belgia