Scheda ML4PS FINAL




Informazioni generali

Machine Learning per Parametrizzazione Stellare

ML4PS

Progetto

Progetto

R & D

RSN2

RSN5

Attività: Nuova; Data inizio: 2023; Data fine: 2026

alessio.turchi alessio.turchi@inaf.it

ML4SoS è un’attività R&D che si propone di sviluppare e applicare le competenze sul Machine Learning (ML) presenti in Arcetri e finalizzate alla caratterizzazione dei parametri stellari per grandi campioni di stelle osservate dalle maggiori survey fotometriche (SDSS, Pan-STARSS, SkyMapper e in futuro LSST). Gaia e le grandi survey spettroscopiche forniscono tutti i dati necessari per "addestrare" e testare tecniche di ML o deep learning per integrare e migliorare le misure dei parametri stellari. Lo scopo ultimo di questo progetto è quello di creare una base di codice, facilmente utilizzabile, per applicare tecniche di ML ai dati contenuti nelle survey stellari per rispondere alle richieste della comunità degli astronomi e fornire valori accurati per i parametri più difficili da misurare.

ML4SoS is an R&D activity that aims to develop the expertise on Machine Learning (ML) present in Arcetri and targeted to the characterization of stellar parameters from major photometric surveys (SDSS, Pan-STARSS, SkyMapper and the future LSST). Gaia and the large spectroscopic surveys will provide all the necessary data to train and test ML or Deep Learning techniques to integrate and enhance the measurements of stellar parameters. The final aim of the project is to create a common, easy to use, codebase in order to apply ML to data from stellar surveys and answer the requests of the astronomic community to have accurate values for the hardest to measure parameters.

Popolazioni e ammassi stellari galattici ed extragalattici

Struttura ed evoluzione stellare, incluse le fasi finali

Tecnologie Informatiche e software


Team Summary

15. Personale INAF coinvolto
Numero di partecipanti INAF al progetto: 3
Struttura Nfte N0 TI 2024 TI 2025 TI 2026 TD 2024 TD 2025 TD 2026 Nex Extra
O.A. ARCETRI 2 0 0.20 0.20 0.20 0.00 0.00 0.00 0 0.00
Totali 2 0 0.20 0.20 0.20 0.00 0.00 0.00 0 0.00

Fondi a sostegno

21. Totale fondi a disposizione (dato aggregato, k€)
Certi 2024 Certi 2025 Certi 2026 Presunti 2024 Presunti 2025 Presunti 2026
0.0 0.0 0.0 40.0 10.0 0.0

Produzione scientifica e tecnologica

22. Produzione scientifica e tecnologica - Highlights
# DOI Descrizione Azione
1 10.1051/0004-6361/202243939 Titolo: The Gaia EDR3 view of Johnson-Kron-Cousins standard stars: the curated Landolt and Stetson collections Autori:E. Pancino and P. M. Marrese and S. Marinoni and N. Sanna and A. Turchi and M. Tsantaki and M. Rain .... Publisher:EDP Sciences Rivista: Astronomy & Astrophysics Anno pubblicazione:2022
2 10.1051/0004-6361/202141702 Titolo: Survey of Surveys Autori:M. Tsantaki and E. Pancino and P. Marrese and S. Marinoni and M. Rainer and N. Sanna and A. Turchi .... Publisher:EDP Sciences Rivista: Astronomy & Astrophysics Anno pubblicazione:2022



Informazioni Pubbliche

<p>machine learning; numerical models; galactic archaeology; stellar populations; computational astronomy; astronomy data analysis; computational methods; astronomy software; astroinformatics<br></p>

<p>The Stardance scheda, of which this project is a spin-off, and the data analisys grant request tied to this scheda have all INAF PIs and are based in Arcetri observatory.</p>

<p>INAF - OAA (Firenze, Italy)</p>


15. Team members, Informazioni generali


15. Personale INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2024/2025/2026) FTE Presunte (2024/2025/2026) Extra
1 alessio.turchi alessio.turchi@inaf.it O.A. ARCETRI Y TECNOLOGO PI of the project and ML development X X X X X X X OK
2 elena.pancino elena.pancino@inaf.it O.A. ARCETRI N DIRIGENTE DI RICERCA Partecipante e PI progetto SoS X X X X X X X OK
3 nicoletta.sanna nicoletta.sanna@inaf.it O.A. ARCETRI Y RICERCATORE Partecipante X X X X X X X OK

16. Personale Associato INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2024/2025/2026) FTE Presunte (2024/2025/2026) Extra

21. Fondi a Sostegno Iniziativa

A questa scheda è collegata la richiesta di Data Analysis Grant "Machine Learning per Parametrizzazione Stellare" che mira a garantire le necessarie risorse hardware per lo svolgimento del progetto.


Tabella fondi:

# Provenienza Certi 2024 (k€) Certi 2025 (k€) Certi 2026 (k€) Presun. 2024 (k€) Presun. 2025 (k€) Presun. 2026 (k€) Totale Certi (k€) Totale Presunti (k€)
1 INAF - Data Analysis Grant 0 0 0 40 10 0 0 50


Tabella fondi Astrofisica Fondamentale e PNRR:
# Provenienza Fondi 2024 (€) Fondi 2025 (€) Fondi 2026 (€)