Machine Learning appliqué aux études du Milieu Inter-Stellaire

Olga Alexandrova — 2018-07-16T16:31:00Z

Cette demande correspond au 5eme atelier informel sur un jeu de données exceptionnellement riche provenant de l'IRAM (320 heures de telescope obtenues de 2013 et 2016) sur la région Orion B. A ce jeu de données initial vient de s'ajouter un Large Program IRAM accepté à l'automne 2016 portant le nombre total d'heures d'observations à 850. Les ateliers précédents, organisés au CIAS en 2013, 2014, 2015 et 2017 ont permis aux acteurs du projet de se rencontrer, étape nécessaire à l'avancement globale. Quatre articles ont été acceptés dans A&A en 2017 et d'autres travaux sur ce jeu de données, initiés lors de l'atelier 2017, sont en cours. Le CIAS est systématiquement remercié dans tous ces articles.

L'identification, l'adaptation et la mise en œuvre de techniques de Machine Learning pour exploiter les masses de données hyperspectrales fournies par le programme d'observation Orion B sont au cœur du projet. Après avoir adapté et utilisé avec succès certaines méthodes (PCA, clustering) nous souhaitons explorer de nouvelles pistes qui s'avèrent prometteuses et commencer à regarder comment nos méthodes peuvent être appliquées à l'étude de régions interstellaire extragalactiques, dont la différence principale par rapport aux observations Orion B est que le milieu sondé n'est pas résolu spatialement. Pour cela, d'un côté, nous avons entamé des discussions avec des statisticiens / experts en Machine Learning afin de créer des ponts entre notre sujet de recherche en astrophysique et des experts de techniques d'apprentissage automatique. De l'autre, nous avons entamé une collaboration avec Annie Hugues (IRAP), co-PI du projet PHANGS qui s'appuie sur un Large Program ALMA et un Large Program MUSE et qui vise à étudier des populations de GMC (Giant Molecular Clouds) dans des galaxies proches.

Nous souhaitons tirer parti de l'atelier 2018 au CIAS pour réunir non seulement les membres du consortium Orion B comme les années précédentes mais aussi inviter des statisticiens (Antoine Roueff, Kai Polsterer) et Annie Hugues afin de mettre en œuvre et consolider ces collaborations naissantes.

Centre de Conférences Jules Janssen

Machine Learning appliqué aux études du Milieu Inter-Stellaire