Scheda FIESTA FINAL




Informazioni generali

Fiber-fed wavefront sensing with machine learning

FIESTA

Progetto

Progetto

R & D

RSN5

Attività: In Itinere; Data inizio: 2023; Data fine: 2025

benedetta.difrancesco benedetta.difrancesco@inaf.it

L'obiettivo della ricerca è quello di applicare le potenzialità del Machine Learning nel riconoscere le aberrazioni in ingresso di fronti d'onda trasmessi attraverso fibre ottiche multimodali. Tali conoscenze possono trovare applicazioni nel wavefront sensing per i telescopi ground-based. 
Il primo passo del nostro lavoro consiste nel comprendere la relazione input/output di un beam trasmesso in fibra ottica. Questo lavoro preliminare consente di progettare una Convolutional Neural Network (CNN) ed avere un'idea sull'accuratezza nel riconoscimento delle aberrazioni introdotte in input. La fase successiva, prettamente sperimentale, mira a convalidare e, se necessario, adattare l'addestramento della rete neurale in base ai nuovi risultati ottenuti. 



This research explores the potential of machine learning and neural networks in recognizing the input features of aberrated wavefronts transmitted through multimode optical fibers in view of applications for wavefront sensing in ground based telescopes. Our study begins with the simualtion of multimode fiber propagation: a Gaussian beam is distorted with known aberrations and then sent through the fiber to analyze the output effects. This groundwork validates a convolutional neural network architecture, providing a provisional reconstruction accuracy. The subsequent phase is experimental, and it aims to validate and potentially adjust neural network training based on the new outcomes. 

Tecnologie Informatiche e software

Tecnologie per osservazioni da Terra

Trasferimento Tecnologico


16. Personale Associato INAF coinvolto
Numero di partecipanti Associati INAF: 3
# Struttura TI 2024 TI 2025 TI 2026 TD 2024 TD 2025 TD 2026 Extra
1 Osservatorio Astronomico d'Abruzzo 0 0 0 0.40 0.40 0.00 0.00
2 Osservatorio Astrofisico di Arcetri 0 0 0 0.00 0.00 0.00 0.00
Totali 0.00 0.00 0.00 0.40 0.40 0.00 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
10.0 10.0 0.0 0.0 0.0 0.0

Produzione scientifica e tecnologica

22. Produzione scientifica e tecnologica - Highlights




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

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
1 benedetta.difrancesco benedetta.difrancesco@inaf.it Osservatorio Astronomico d'Abruzzo N Engineer P.I. [0.2, 0.2, 0] [0.2, 0.2, 0.0] -1.0
2 stefano.difrischia stefano.difrischia@inaf.it Osservatorio Astronomico d'Abruzzo N Engineer Co-I [0.2, 0.2, 0] [0.2, 0.2, 0.0] -1.0
3 marcella.iuzziolino marcella.iuzzolini@inaf.it Osservatorio Astrofisico di Arcetri N Aerospace Engineer Co-I [0, 0, 0] [0.0, 0.0, 0.0] -1.0

21. Fondi a Sostegno Iniziativa

The greatest part of the budget will be devoted to travel, congresses and publications. This amount will also cover the mission expenses for foreign visitors who will come to the OAAb to support the activities. A consistent slice of finances regards the optical test-benches tools: in particular, we expect customized waveguides and fibers to take a large fraction of this. A smaller part will be reserved for a dedicated workstation for the laboratory acquisitions and the setup of the NN.


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 MINI-GRANTS di RSN5 10 10 0 0 0 0 20 0


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