Scheda MALSPEC
FINAL
Informazioni generali
Machine Learning for spectroscopy
MALSPEC
Programma
R & D
RSN5
RSN1
RSN2
Attività: In Itinere; 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 2023 | TI 2024 | TI 2025 | TD 2023 | TD 2024 | TD 2025 | Nex | Extra |
|---|---|---|---|---|---|---|---|---|---|---|
| O.A. ARCETRI | 6 | 0 | 1.20 | 1.30 | 0.70 | 0 | 0 | 0 | 0 | 0.00 |
| Totali | 6 | 0 | 1.20 | 1.30 | 0.70 | 0.00 | 0.00 | 0.00 | 0 | 0.00 |
Fondi a sostegno
21. Totale fondi a disposizione (dato aggregato, k€)
| Certi 2023 | Certi 2024 | Certi 2025 | Presunti 2023 | Presunti 2024 | Presunti 2025 |
|---|---|---|---|---|---|
| 89 | 0 | 0 | 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; 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. </span></p>
<p>VLT, VISTA, ELT</p>
15. Team members, Informazioni generali
15. Personale INAF coinvolto
| # | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2023/2024/2025) | FTE Presunte (2023/2024/2025) | Extra | ||
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | giuseppe.sacco | giuseppe.sacco@inaf.it | O.A. ARCETRI | Y | RICERCATORE | PI del progetto | X X X | X X X | X |
|
| 2 | laura.magrini | laura.magrini@inaf.it | O.A. ARCETRI | Y | RICERCATORE | WP1,WP2, WP4, WP5 | X X X | X X X | X |
|
| 3 | francesco.belfiore | francesco.belfiore@inaf.it | O.A. ARCETRI | Y | RICERCATORE | WP1, WP2, WP4, WP5 | X X X | X X X | X |
|
| 4 | stefano.zibetti | stefano.zibetti@inaf.it | O.A. ARCETRI | Y | RICERCATORE | WP1, WP2, WP4, WP5 | X X X | X X X | X |
|
| 5 | lorenzo.pino | lorenzo.pino@inaf.it | O.A. ARCETRI | Y | RICERCATORE | WP1, WP2, WP4, WP5 | X X X | X X X | X |
|
| 6 | francesco.tribioli | francesco.tribioli@inaf.it | O.A. ARCETRI | Y | TECNOLOGO | WP2, WP3, WP5 | X X X | X X X | X |
|
16. Personale Associato INAF coinvolto
| # | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2023/2024/2025) | FTE Presunte (2023/2024/2025) | Extra |
|---|
21. Fondi a Sostegno Iniziativa
We have been awarded of a INAF Techno Grant 2022
Tabella fondi:
| # | 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€) |
|---|
Tabella fondi Astrofisica Fondamentale e PNRR:
| # | Provenienza | Fondi 2023 (€) | Fondi 2024 (€) | Fondi 2025 (€) |
|---|---|---|---|---|
| 1 | INAF - Techno Grant | 89144.0 |