Scheda ENIGMA - I
FINAL
Informazioni generali
Empirical Noise Identificator and Generator for Multi-wavelength Astronomical Images
ENIGMA - I
Progetto
RSN5
Attività: Nuova; Data inizio: 2024; Data fine: 2026
ivano.baronchelli ivano.baronchelli@inaf.it
L'imaging interferometrico affronterà presto un collo di bottiglia critico: l'elaborazione dati è complessa e time-consuming, specialmente per i telescopi di prossima generazione come ALMA (dopo il prossimo upgrade WSU) e SKA. Il machine-learning (ML) offre una soluzione, ma un training efficace richiede dati il più possibile puliti dal rumore. Le simulazioni attuali, basate su modelli teorici del rumore, mancano della complessità del mondo reale, in particolare dei pattern di rumore imprevedibili, tipici dell'interferometria. Proponiamo un approccio empirico per isolare e replicare questi pattern, portando a dati di training più realistici. Ciò rivoluzionerà la velocità e la precisione dell'elaborazione delle immagini, liberando il pieno potenziale delle facility di prossima generazione.
Interferometric imaging faces a growing bottleneck: complex and time-consuming data processing, especially for next-generation telescopes like ALMA (after the upcoming wideband sensitivity upgrade, WSU) and SKA. Machine learning (ML) offers a solution, but training requires robust, denoised ground truth data for comparison. Current simulations, based on theoretical models of noise, lack real-world complexity, particularly the unpredictable noise patterns prevalent in interferometry. We propose an innovative, empirical approach to capture and replicate these often-missed noise patterns, leading to more realistic training data for ML algorithms. This will revolutionize image processing speeds and accuracy, unlocking the full potential of next-generation facilities.
Tecnologie Informatiche e software
Team Summary
15. Personale INAF coinvolto
Numero di partecipanti INAF al progetto: 4
| Struttura | Nfte | N0 | TI 2024 | TI 2025 | TI 2026 | TD 2024 | TD 2025 | TD 2026 | Nex | Extra |
|---|---|---|---|---|---|---|---|---|---|---|
| IRA BOLOGNA | 2 | 0 | 0 | 0 | 0 | 0.20 | 0.60 | 0.60 | 0 | 0.00 |
| Totali | 2 | 0 | 0.00 | 0.00 | 0.00 | 0.20 | 0.60 | 0.60 | 0 | 0.00 |
16. Personale Associato INAF coinvolto
Numero di partecipanti Associati INAF: 5
| # | Struttura | TI 2024 | TI 2025 | TI 2026 | TD 2024 | TD 2025 | TD 2026 | Extra |
|---|---|---|---|---|---|---|---|---|
| 1 | ESO Garching - INAF IRA | 0 | 0 | 0 | 0.30 | 0.30 | 0.30 | 0.00 |
| 2 | UniPd - INAF IRA | 0.30 | 0.30 | 0.30 | 0 | 0 | 0 | 0.00 |
| 3 | UniNa - INAF OACN | 0.00 | 0.00 | 0.00 | 0 | 0 | 0 | 0.00 |
| 4 | UNIBO-IRA BOLOGNA | 0 | 0 | 0 | 0.00 | 0.00 | 0.00 | 0.00 |
| 5 | UNITN-O.A. Padova | 0.00 | 0.00 | 0.00 | 0 | 0 | 0 | 0.00 |
| Totali | 0.30 | 0.30 | 0.30 | 0.30 | 0.30 | 0.30 | 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 |
Produzione scientifica e tecnologica
22. Produzione scientifica e tecnologica - Highlights
Informazioni Pubbliche
<p>Observational astronomy; Galactic and extragalactic astronomy<br></p>
<p>The team is essentially composed of INAF and INAF-associated personnel, who hold the leadership of the programme, with the addition of two external collaborators.<br></p>
<p>ALMA; SKA</p>
15. Team members, Informazioni generali
15. Personale INAF coinvolto
| # | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2024/2025/2026) | FTE Presunte (2024/2025/2026) | Extra | ||
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | ivano.baronchelli | ivano.baronchelli@inaf.it | IRA BOLOGNA | N | RICERCATORE | PI | X X X | X X X | X |
|
| 2 | matteo.bonato | bonato@ira.inaf.it | IRA BOLOGNA | N | RICERCATORE | ALMA data and simulations expert | X X X | X X X | X |
|
| 3 | claudio.gheller | claudio.gheller@inaf.it | IRA BOLOGNA | N | PRIMO TECNOLOGO | Astroinformatics and machine-learning techniques expert | X X X | X X X | X |
|
| 4 | vincenzo.galluzzi | vincenzo.galluzzi@inaf.it | IRA BOLOGNA | N | RICERCATORE | Data reduction and analysis expert | X X X | X X X | X |
|
16. Personale Associato INAF coinvolto
| # | Nome | Struttura | TI | Qualifica | Ruolo nel Progetto | FTE Impegnate (2024/2025/2026) | FTE Presunte (2024/2025/2026) | Extra | |
|---|---|---|---|---|---|---|---|---|---|
| 1 | fabrizia.guglielmetti | fgugliel@eso.org | ESO Garching - INAF IRA | N | ESO Staff, ARC Scientist | ALMA imaging and machine-learning techniques expert | [0.3, 0.3, 0.3] | [0.0, 0.0, 0.0] | 0.0 |
| 2 | erlis.ruli | erlis.ruli@unipd.it | UniPd - INAF IRA | Y | Professore associato | Statistics expert | [0.3, 0.3, 0.3] | [0.0, 0.0, 0.0] | 0.0 |
| 3 | massimo.brescia | massimo.brescia@inaf.it | UniNa - INAF OACN | Y | Professore associato | Astroinformatics expert | [0, 0, 0] | [0.0, 0.0, 0.0] | 0.0 |
| 4 | leonardo.trobbiani | leonardo.trobbiani@inaf.it | UNIBO-IRA BOLOGNA | N | Dottorando | Data analyst | [0, 0, 0] | [0.0, 0.0, 0.0] | 0.0 |
| 5 | albino.perego | albino.perego@unitn.it | UNITN-O.A. Padova | Y | Professore Associato | Mathematical methods and models expert | [0, 0, 0] | [0.0, 0.0, 0.0] | 0.0 |
21. Fondi a Sostegno Iniziativa
n/a
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€) |
|---|
Tabella fondi Astrofisica Fondamentale e PNRR:
| # | Provenienza | Fondi 2024 (€) | Fondi 2025 (€) | Fondi 2026 (€) |
|---|