Uso de técnicas de aprendizaje automático para arrastrar galaxias desde el ruido en imágenes profundas

Fecha de vigencia
Año de convocatoria
2017
Investigador/a
Johan Hendrik
Knapen Koelstra
Entidad financiadora
Importe de la ayuda concedida al Consorcio IAC
100.000,00 €
Descripción

Proponemos extender nuestro liderazgo en el área de las imágenes profundas astronómicas para descifrar los secretos de la formación y la evolución de las galaxias. En particular, prepararemos para las imágenes del Large Synoptic Survey Telescope (LSST) a las cuales tendremos un acceso privilegiado. El proyecto LSST es un proyecto de `Big Data’ en la astrofísica, que generará 60 petabytes de imágenes a una razón de 20 TB cada noche. El proyecto iniciará un cambio profundo en nuestra profesión, desde la búsqueda de datos específicos para responder a una pregunta hacia la exploración y el descubrimiento empujado por los datos. Desarrollaremos algoritmos para tratar, de forma automática, con dos los problemas sistemáticos más importantes que afectan al campo de la imagen profunda en astronomía: la luz dispersa y la emisión de cirrus en nuestra Vía Láctea. Sabemos cómo tratarlos a escalas de una o algunas imágenes, pero ahora incluiremos técnicas de aprendizaje automático para automatizar el proceso y así hacerlo funcionar con juegos de datos muy grandes.

Proyectos relacionados
Project Image
Las Galaxias Espirales: Evolución y Consecuencias

Nuestro grupo pequeño esta bien conocido y respetado internacionalmente por nuestro trabajo inovativo e importante en varios aspectos de la estructura y la evolución de las galaxias espirales cercanas. Usamos principalmente observaciones en varias longitudes de onda, explotando las sinergías que nos permiten responder a las cuestiones más

Johan Hendrik
Knapen Koelstra