Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

8 décembre 2017

Astrophysical model interpolation using deep neural network


Catégorie : Stagiaire


Contexte

La reproduction d’observations par des simulations physiques est importante pour la compréhension des phénomènes astrophysiques. Pour cela le moyen le plus simple est d’ajuster un modèle sur les données. Malheureusement de nombreux modèles nécessitent d’important moyen de calcul et seul un nombre limité de cas peuvent être testés. On ne peut donc pas les utiliser avec des méthodes d’optimisation classiques. Dans le cas de l’étude des environnements circumstellaire, ces modèles ont peu de paramètres (inclinaison, temperature, rayon,…) mais sont très non-linéaires.

Objectifs du stage

Le but de ce projet est d’utiliser des réseaux de neurones pour générer des images d’environnement circumstellaires. Cela s’appuie sur le fait que les images simulées avec peu de paramètres forment une variété lisse dans l’espace de toute les images possibles et sur la propriété d’approximation universelle des réseaux neuronaux. Dans ce projet, l’étudiant devra implémenter le réseau interpolateur avec TensorFlow et le tester sur des images simples puis dans la mesure du possible sur des simulations multispectrales d’environnements circumstellaire.

Lieu

Observatoire de Lyon, CRAL - site Charles André : 9 avenue C. André, St Genis Laval

Contacts

Ferréol Soulez
ferreol.soulez@univ-lyon1.fr

https://cral.univ-lyon1.fr/spip.php?article171

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.