Scheda MALSPEC FINAL




Informazioni generali

Machine Learning for spectroscopy

MALSPEC

Programma

R & D

RSN5

RSN1

RSN2

Attività: Nuova; Data inizio: 2022; Data fine: 2030

giuseppe.sacco giuseppe.sacco@inaf.it

La prossima generazione di spettrografi 3D e multi-oggetto osserverà decine di milioni di stelle e galassie e gli spettrografi ad altissima risoluzione sui telescopi di 8 e 30 metri avvieranno una nuova era negli studi di esopianeti. Per sfruttare questi nuovi strumenti dobbiamo sviluppare nuovi software che permettono di estrarre in maniera efficiente questa miniera di informazioni. Gli algoritmi di Machine Learning basati su reti neurali artificiali, usati con successo nell'analisi di immagini, possono derivare parametri astrofisici dagli spettri in maniera più veloce e precisa dei metodi standard. L'obiettivo del nostro gruppo composto da ricercatori e tecnologi è sviluppare una nuova generazione di software per la spettroscopia basato su queste tecnologie di avanguardia.

Next generation of multi-object and integral field spectrographs will observe several millions of stars and galaxies and very high-resolution spectrographs on 8m and 30m telescopes will open a new era in exoplanet studies. To exploit these new instruments, we need to develop new data analysis software to efficiently extract this wealth of information. Machine learning algorithms based on Artificial Neural Networks that have been successfully used in imaging analysis can be faster and more precise than standard methods in deriving astrophysical parameters from spectra. The aim of  our group composed of scientists and technologists is to take advantage of this cutting-edge technologies to develop a new generation of data analysis software for spectroscopic studies. 

Galassie, AGN e loro evoluzione

Popolazioni e ammassi stellari galattici ed extragalattici

Origine ed evoluzione dei pianeti, satelliti e corpi minori

Tecnologie per Astronomia Ottica ed Infrarossa

Tecnologie Informatiche e software

Tecnologie per osservazioni da Terra


Team Summary

15. Personale INAF coinvolto
Numero di partecipanti INAF al progetto: 6
Struttura Nfte N0 TI 2022 TI 2023 TI 2024 TD 2022 TD 2023 TD 2024 Nex Extra
O.A. ARCETRI 0 0 0.00 0.00 0.00 0 0 0 0 0.00
Totali 0 0 0.00 0.00 0.00 0.00 0.00 0.00 0 0.00

Fondi a sostegno

21. Totale fondi a disposizione (dato aggregato, k€)
Certi 2022 Certi 2023 Certi 2024 Presunti 2022 Presunti 2023 Presunti 2024
0.0 0.0 0.0 51.0 38.0 0.0

Produzione scientifica e tecnologica

22. Produzione scientifica e tecnologica - Highlights



Informazioni Pubbliche

<p>Astronomy data analysis; Optical astronomy; Infrared Astronomy; Spectroscopy;Astronomy data modelling, GPU computing; Exoplanet astronomy; Galaxies;&nbsp; Galactic archeology</p>

<p><span id="docs-internal-guid-4ca891f7-7fff-7fb7-704d-ec609e64375a"></span></p><p dir="ltr" style="line-height:1.38;text-align: justify;margin-top:0pt;margin-bottom:0pt;"><span style="font-size:12pt;font-family:Arial;color:#000000;background-color:transparent;font-weight:400;font-style:normal;font-variant:normal;text-decoration:none;vertical-align:baseline;white-space:pre;white-space:pre-wrap;">All the team members are INAF researchers based at the Arcetri Astrophysical Observatory. This project will lead to the development of critical software for some of the most relevant observing programmes in the field of spectroscopy and will position INAF ideally for exploitation of future generation instruments such as ARIEL or ANDES and MOSAIC at the ELT. In the long term we aim to create a group composed of experts in different fields of astronomical research, who collaborate to the development of data analysis software based on cutting-edge computing technologies.&nbsp;&nbsp;</span></p>

<p>VLT, VISTA, ELT</p>


15. Team members, Informazioni generali


15. Personale INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2022/2023/2024) FTE Presunte (2022/2023/2024) Extra
1 giuseppe.sacco giuseppe.sacco@inaf.it O.A. ARCETRI Y RICERCATORE PI del progetto X X X X X X X OK
2 laura.magrini laura.magrini@inaf.it O.A. ARCETRI Y RICERCATORE WP1,WP2, WP4, WP5 X X X X X X X OK
3 francesco.belfiore francesco.belfiore@inaf.it O.A. ARCETRI Y RICERCATORE WP1, WP2, WP4, WP5 X X X X X X X OK
4 stefano.zibetti stefano.zibetti@inaf.it O.A. ARCETRI Y RICERCATORE WP1, WP4, WP5 X X X X X X X OK
5 lorenzo.pino lorenzo.pino@inaf.it O.A. ARCETRI Y RICERCATORE WP1, WP2, WP4, WP5 X X X X X X X OK
6 francesco.tribioli francesco.tribioli@inaf.it O.A. ARCETRI Y TECNOLOGO WP2, WP3, WP5 X X X X X X X OK

16. Personale Associato INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2022/2023/2024) FTE Presunte (2022/2023/2024) Extra

21. Fondi a Sostegno Iniziativa

We are applying for an INAF Techno Grant to fund this research program.


Tabella fondi:

# Provenienza Certi 2022 (k€) Certi 2023 (k€) Certi 2024 (k€) Presun. 2022 (k€) Presun. 2023 (k€) Presun. 2024 (k€) Totale Certi (k€) Totale Presunti (k€)
1 INAF Techno Grant 2022 0 0 0 51 38 0 0 89


Tabella fondi Astrofisica Fondamentale e PNRR:
# Provenienza Fondi 2022 (€) Fondi 2023 (€) Fondi 2024 (€)