Navigation

Analyse automatique des éruptions solaires

 

Les missions d’observation astronomique collectent des quantités considérables de données qui ne peuvent être analysées qu’automatiquement. Ce projet utilise des méthodes d’apprentissage automatique dans le domaine de la recherche sur le Soleil afin de mieux comprendre et prévoir les éruptions solaires.

Portrait / description du projet (projet de recherche en cours)

La mission IRIS collecte depuis 2013 des données sur les différentes couches de l’atmosphère solaire. Le jeu de données ainsi créé approfondit notre compréhension de la physique du Soleil. Mais cela nécessite en premier lieu une automatisation de la caractérisation et de l’exploration de ces gros volumes de données. Nous développons des méthodes au moyen desquelles des ordinateurs apprennent à reconnaître des schémas dans l’archive d’IRIS et à caractériser le déroulement temporel des éruptions solaires observées. Sur cette base, nous souhaitons améliorer de manière déterminante la compréhension et les prévisions des éruptions solaires.

Contexte

Les éruptions qui se produisent régulièrement à la surface du Soleil peuvent provoquer des perturbations sur la Terre – par exemple dans les systèmes de localisation radio et GPS – mais également des pannes dans les réseaux d’électricité. Jusqu’ici, la science n’a pas été en mesure de comprendre les causes des éruptions solaires ni de les prévoir de manière fiable. Les éruptions se produisant dans des configurations spatiales et temporelles très variées, leur analyse systématique s’en trouve considérablement compliquée.

Objectif

L’objectif de ce projet est de mieux comprendre la physique du Soleil et de développer des méthodes de prévisions des éruptions solaires. Pour ce faire, nous utilisons la grande banque de données créée d’IRIS (Interface Region Imaging Spectrograph), le nouveau satellite solaire de la NASA. Nous élaborons des algorithmes d’apprentissage automatique qui évaluent les données en fonction des configurations spatiales et temporelles.

Importance / Application

Les éruptions solaires pouvant causer des perturbations de grande ampleur sur la Terre, leur prévision a une grande importance. Elle peut par exemple être utile pour la planification des vols ainsi que pour l’exploitation des satellites et des réseaux d’électricité, et ainsi réduire les dégâts éventuels dus aux éruptions. Les algorithmes et méthodes de traitement des images que nous développons peuvent par ailleurs être utilisés pour l’analyse d’autres jeux de données, dans la science ou l’industrie.

Titre original

Machine Learning based Analytics for Big Data in Astronomy

Responsables du projet

  • Professor Svyatoslav Voloshynovskiy, Centre Universitaire d'Informatique, Université de Genève
  • Prof. Samuel Krucker, Fachhochschule Nordwestschweiz, Hochschule für Technik, Windisch
  • Prof. Martin Melchior, Fachhochschule Nordwestschweiz, Hochschule für Technik, Windisch

 

 

Plus d’informations sur ce contenu

 Contact

Professor Svyatoslav Voloshynovskiy Centre Universitaire d'Informatique
Université de Genève
Bâtiment Battelle A
Route de Drize 7 1227 Carouge svolos@unige.ch

A ce sujet