Machine and Deep Learning in Experiments
MADELEINE
Programma
R & D
RSN5
RSN4
Attività: In Itinere; Data inizio: 2020; Data fine: 2025
antonio.pagliaro antonio.pagliaro@inaf.it
MADELEINE (MAchine DEep LEarning IN Experiments) indaga fattibilità ed efficienza di metodi di IA per riconoscimento di immagini. Stiamo sviluppando un framework Python per la classificazione avanzata basata su Machine e Deep Learning in grado di: taggare i muoni, discriminare eventi g/h nelle immagini di Imaging Atmospheric Čerenkov Telescopes (IACTs) e di creare cloud masking binario per le immagini satellitari. Sarà progettato con una GUI user friendly e rilasciato alla comunità come progetto open source GNU GPL 3.
Un metodo alternativo consiste in un progetto di citizen science: indagare la capacità umana – in particolare dei bambini – di riconoscere forme anche nel rumore. L’obiettivo è costruire un database contenente soluzioni umane al problema di classificare immagini.
MADELEINE (MAchine DEep LEarning IN Experiments) investigates the feasibility and efficiency of AI approaches to different case studies of pattern recognition. We plan to develop a Python framework for advanced classification based on ML and DL techniques able to tag muons, discriminate g/h in Imaging Atmospheric Čerenkov Telescopes (IACTs) images and to make a binary cloud masking for satellite images. It will be designed with a user friendly GUI and released to the community as a GNU GPL 3 open source project.
An alternative method to solve the same problem consists in a citizen science project: to investigate the human ability - especially of children - to recognize patterns in noise. The goal is to build a database containing human solutions to the problem of classifying images.
Fenomeni non termici, raggi cosmici e astroparticelle
Tecnologie per Astronomia delle Alte Energie
Tecnologie Informatiche e software
Tecnologie per osservazioni da Terra
Struttura | Nfte | N0 | TI 2023 | TI 2024 | TI 2025 | TD 2023 | TD 2024 | TD 2025 | Nex | Extra |
---|---|---|---|---|---|---|---|---|---|---|
IASF PALERMO | 6 | 0 | 1.20 | 1.20 | 1.20 | 0 | 0 | 0 | 0 | 0.00 |
Totali | 6 | 0 | 1.20 | 1.20 | 1.20 | 0.00 | 0.00 | 0.00 | 0 | 0.00 |
Certi 2023 | Certi 2024 | Certi 2025 | Presunti 2023 | Presunti 2024 | Presunti 2025 |
---|---|---|---|---|---|
0 | 0 | 0 | 0 | 0 | 0 |
Cosmic ray showers Gamma-ray sources Gamma-ray telescopes Astronomy data analysis Computational methods GPU computing Gamma ray observatories
CTA;ASTRI;JEM-EUSO
# | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2023/2024/2025) | FTE Presunte (2023/2024/2025) | Extra | ||
---|---|---|---|---|---|---|---|---|---|---|
1 | anna.anzalone | anna.anzalone@iasf-palermo.inaf.it | IASF PALERMO | Y | RICERCATORE | Scientist | X X X | X X X | X | |
2 | giancarlo.cusumano | giancarlo.cusumano@ifc.inaf.it | IASF PALERMO | Y | PRIMO RICERCATORE | Scientist | X X X | X X X | X | |
3 | valentina.laparola | valentina.laparola@inaf.it | IASF PALERMO | Y | RICERCATORE | Scientist | X X X | X X X | X | |
4 | antonino.labarbera | antonino.labarbera@inaf.it | IASF PALERMO | Y | RICERCATORE | Scientist | X X X | X X X | X | |
5 | antonio.pagliaro | antonio.pagliaro@inaf.it | IASF PALERMO | Y | RICERCATORE | Scientist | X X X | X X X | X | |
6 | angelo.adamo | angelo.adamo@inaf.it | IASF PALERMO | Y | TECNOLOGO | Citizen Science | X X X | X X X | X |
# | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2023/2024/2025) | FTE Presunte (2023/2024/2025) | Extra |
---|
# | Provenienza | Certi 2023 (k€) | Certi 2024 (k€) | Certi 2025 (k€) | Presun. 2023 (k€) | Presun. 2024 (k€) | Presun. 2025 (k€) | Totale Certi (k€) | Totale Presunti (k€) |
---|
# | Provenienza | Fondi 2023 (€) | Fondi 2024 (€) | Fondi 2025 (€) |
---|