SPECTRA

Il progetto SPECTRA mira a innovare l’osservazione astronomica applicando l’Intelligenza Artificiale (IA) per identificare e analizzare sorgenti astronomiche transitorie dai dati ad alta energia dei raggi gamma. Le sorgenti transitorie, come i lampi gamma, le supernove e le esplosioni solari, sono fenomeni cruciali per comprendere l’Universo ad alta energia. Tuttavia, la rilevazione di tali fenomeni è impegnativa a causa della loro natura effimera e della grande quantità di dati prodotta dagli esperimenti sui raggi gamma. L’approccio proposto in questo progetto mira a utilizzare algoritmi di Deep Learning per elaborare e analizzare dati spaziali e temporali provenienti da telescopi e satelliti. In particolare, saranno impiegate architetture complesse di Deep Learning, come le Reti Neurali Convoluzionali (CNN) per l’analisi delle immagini e le Reti Neurali Ricorrenti (RNN), comprese le LSTM, e modelli basati su Attention come i Transformers, per gestire serie temporali di emissione di fotoni e le GNN per analizzare e modellare le relazioni spaziali tra vari oggetti/eventi astronomici o per riconoscere e classificare schemi complessi nei dati che non sono immediatamente evidenti attraverso approcci più tradizionali.