MILANO – Magistrale – Data Science – Quando l’eleganza vince sulla forza bruta

La complessità delle osservazioni astronomiche delle sorgenti celesti aumentano costantemente con il passare degli anni. In particolare, le osservazioni millimetriche degli ammassi di galassie non sono compiute prendendo un’immagine statica bidimensionale degli stessi ma si muove la camera (il telescopio) durante la posa (per motivi astronomici e fisici ineludibili). Di conseguenza, l’analisi di questi dati è complessa e passa attraverso l’assunzione di un modello dell’oggetto e prosegue con il calcolo degli effetti indotti dagli strumenti e dalla strategia osservativa con tecniche di forward modeling. Attraverso una Markov-Chain Monte-Carlo, i parametri che descrivono l’oggetto vengono desunti dalla verosimiglianza tra i dati osservati e il modello dell’oggetto degradati dagli effetti osservativi.
Sfortunatamente, l’approccio basato sulla forza bruta di calcolo, in cui le immagini bidimensionali sono prodotte, degradate per gli effetti osservativi e confrontate ai dati, è al limite delle possibilità computazionali. Tutti gli oggetti matematici coinvolti hanno però una simmetria circolare che, se sfruttata, permetterebbe di ridurre il carico computazionale.
La tesi dello studente consiste nello sfruttamento della simmetria circolare degli oggetti al fine di ridurre il tempo di calcolo necessario per la derivazione dei parametri che descrivono l’oggetto astronomico. Lo studente inzierà nel comprendere il problema astronomico e matematico, utilizzerà strumenti matematici conosciuti (per esempio Hankel/Bessel transform) e rimpiazzerà, nel codice di analisi esistente (in python), le trasformate di Fourier (bidimensionali) con le più veloci trasformate di Hankel (unidimensionali) che sfruttano la simmetria degli oggetti.
La tesi è riservata a studenti con eccellenti capacità di comprensione degli oggetti matematici.

Didascalia immagine: il telescopio GBT. Lo specchio primario ha un diametro di 100 m. Questo è uno degli strumenti che produce i dati che beneficiano della riduzione del carico computazionale investigato in questa tesi.