Contexte

Le projet DEEP LEARNING a révolutionné l’analyse des très grandes masses de données produites par le futur observatoire terrestre Cherenkov Telescopes Array (CTA). Cet instrument international d’astronomie gamma, le plus grand de sa catégorie, est en cours de construction sur deux sites : le Chili et les îles Canaries.

CTA sera dédié à l’étude des phénomènes les plus violents de l’Univers (sursauts gamma, noyaux actifs de galaxies, supernovae) et permettra d’éclairer les origines du rayonnement cosmique. Les caractéristiques de cet observatoire incluent un champ de vue élargi, une résolution angulaire exceptionnelle et une sensibilité accrue.

Cependant, la quantité massive de données produites par ses plus de 100 télescopes nécessite de nouvelles approches en termes de temps de calcul et de performances d’analyse. En utilisant des réseaux de neurones profonds (Deep Learning), ce projet vise à développer des outils capables de traiter en temps réel ces données, tout en réduisant la dépendance aux annotations manuelles, souvent coûteuses et longues.

Présentation de l’équipe scientifique

Le projet est porté par une équipe interdisciplinaire comprenant :

  • Patrick Lambert
  • Alexandre Benoît
  • Thomas Vuillaume

Les laboratoires impliqués

LAPP (USMB)

Responsable de la coordination scientifique sur l’analyse des données astrophysiques.

LISTIC (USMB)

Développement des approches algorithmiques et des réseaux de neurones profonds adaptés aux spécificités des données du CTA.

Les avantages et impacts du projet

Pour le territoire

  • Rayonnement scientifique mondial : Positionnement de l’USMB et de ses laboratoires comme leaders dans l’analyse de données astronomiques.
  • Renforcement des collaborations internationales : Participation au consortium CTA réunissant plus de 1300 chercheurs issus de 32 pays.

Pour l’Université Savoie Mont Blanc

  • Expertise interdisciplinaire : Fusion des compétences en astrophysique et en intelligence artificielle.
  • Formation avancée : Implication des étudiants à travers une thèse de doctorat dédiée au projet.

Pour les entreprises

  • Applications technologiques : Développement d’algorithmes de traitement d’images applicable à d’autres secteurs, comme la santé ou l’industrie.
  • Optimisation des ressources : Réduction des coûts liés au traitement des données grâce à l’automatisation.

Les livrables du projet

Outils d’analyse basés sur le Deep Learning

Capables de traiter en temps réel les gigantesques masses de données produites par CTA.

Méthodologies optimisées

Réseaux de neurones performants nécessitant peu de données annotées.

Publications scientifiques

Résultats valorisés dans des revues internationales et lors de conférences spécialisées.

Le soutien apporté par la Fondation USMB

La Fondation USMB a soutenu ce projet à hauteur de 36 000 €, permettant :

· Le co-financement d’une thèse de doctorat sur trois ans en complément des fonds Asterics/Obelics.

Partenaires et mécènes

Consortium CTA : Partenariat scientifique international avec plus de 1300 chercheurs issus de 32 pays.
Consortium Asterics/Obelics : Financeur complémentaire pour le soutien aux recherches algorithmiques.