PORTFELJ / SVEUČILIŠNI PROJEKTI

Istraživački projekti 2025.-2029.

Podatkovno rudarenje i strojno učenje u Rubin/LSST pregledu neba

Područje prirodnih znanosti/uniri projekti iskusnih znanstvenika

Početak projekta: 1.10.2025.

Opservatorij Vera C. Rubin s projektom pregleda neba Legacy Survey of Space and Time (LSST) predstavlja najambiciozniji optički pregled neba dosad. U 10-godišnjem razdoblju snimit će oko 40 milijardi objekata te generirati više od 4 PB podataka, što zahtijeva razvoj metoda za podatkovno rudarenje i primjenu strojnog učenja. Projekt se fokusira na dva područja: detekciju i karakterizaciju optičkih izvora provala gama zračenja (GRB) te identifikaciju i analizu simbiotskih zvijezda u LSST opažanjima, a koje su mogući prethodnici supernova tipa Ia.

Ciljevi projekta uključuju: (1) lokalizaciju i karakterizaciju optičkih izvora GRB-a u LSST podacima, (2) detekciju simbiotskih sustava metodama strojnog učenja te (3) određivanje svojstava njihove cirkumstelarne okoline i mehanizama prijenosa mase. Projekt će koristiti HPC superračunalo ‘Bura’ na Sveučilištu u Rijeci, pri čemu će se razviti algoritmi za obradu velikih količina podataka.

Lokalizacija i detekcija optičkih izvora GRB-a omogućit će se razvojem algoritma koji će koristiti detekciju tranzijenta u LSST alert streamu u vremenskoj korelaciji s opažanjima CAMELOT sustava i drugih GRB instrumenata. Dodatno će se karakterizirati afterglow rekonstrukcijom svjetlosne krivulje iz LSST opažanja.

Detekcija simbiotskih sustava vršit će se primjenom samoorganizirajućih mapa (SOM), nenadziranog strojnog učenja koje identificira grupiranja u višedimenzionalnom prostoru ugrizy indeksa boja. Uspješnost metode će se usporediti korištenjem drugih metoda strojnog učenja poput K-means i t-SNE. Za testiranje će se koristiti sintetski TRILEGAL katalog sa dodanim fotometrijskim opažanjima poznatih simbiotskih sustava.

Karakterizacija cirkumstelarne okoline simbiotskih sustava uključuje numeričko modeliranje zračenja temeljem LSST i dostupne IR fotometrije. Prilagodbom modela opažanjima odredit će se svojstva prašine, geometrijska raspodjela i povezanost s varijabilnošću, a kako bi se razumjeli mehanizmi prijenosa i gubitka mase.

Istraživački tim

Voditelj projekta

SURADNICI

Željko Ivezić

Agnieszka Pollo