Apprentissage profond en temps réel pour le Cherenkov Telescope Array – DIRECTA

DIRECTA (Deep learnIng in REAL time for the Cherenkov Telescope Array), comme son nom l'indique, est un projet visant à appliquer des solutions d'apprentissage profond basées sur des réseaux de neurones convolutionnels (CNNs) au réseau de télescopes Cherenkov (CTA), en temps réel. Il s'agit d'une continuation du projet GammaLearn, qui a déjà démontré l'applicabilité des CNN aux données CTA, et du groupe de travail ACADA qui développe l'analyse en temps réel pour CTA en utilisant les techniques de reconstruction standard. Son objectif est la démonstration de l'applicabilité des CNN en temps réel pour CTA avec une preuve de concept fonctionnelle appliquée au télescope de grande taille LST-1 déjà en observation et plus tard au LST-2 et au télescope de moyenne taille MST-1 dont la construction débutera en 2023. Il améliorera considérablement les performances de reconstruction en temps réel de CTA nécessaires à l'étude des sources transitoires telles que les sursauts gamma et les noyaux galactiques actifs, de la violation de l'invariance de Lorentz et du fond diffus extragalactique.