Analyse de données par intelligence artificielle

La recherche d'exoplane`tes de taille terrestre et la caracte´risation des bio-marqueurs ne´cessitent non seulement de nouveaux instruments (de´veloppe´s en partie dans le cadre du PEPR Origins), mais aussi une extraction optimale de l'information a` partir des mesures bruite´es. Dans les images a` fort contraste, les fuites stellaires qui apparaissent comme des speckles sont beaucoup plus brillantes que le signal d'inte´re^t (par exemple, la lumie`re des disques circumstellaires ou des exoplane`tes). Seul un traitement e´labore´ du signal permet d'e´liminer une partie de ces speckles et d'atteindre un niveau de contraste suffisant pour de´voiler l'environnement circumstellaire proche. Dans les me´thodes de de´tection indirectes telles que la mesure des vitesses radiales, les signaux des exoplane`tes sont masque´s par les perturbations du spectre de l'e´toile ho^te et ne´cessitent e´galement un de´me´lange prenant en compte la variabilite´ stellaire et les syste´matiques. Les instruments hyperspectraux pre´vus et en cours de de´veloppement pour acce´der aux exoTerres et aux biosignatures ne´cessitent le de´veloppement de nouvelles me´thodes d'analyse des donne´es et de mode´lisation des instruments pour atteindre ces objectifs. L'intelligence artificielle (IA), en particulier les algorithmes d'apprentissage automatique non supervise´s, offre des moyens sans pre´ce´dent pour traiter les donne´es astronomiques en incluant la physique, les mode`les instrumentaux, l'analyse conjointe des donne´es multivarie´es et l'extraction de connaissances a` partir d'e´normes archives.

L'objectif du projet AI data analysis est de de´velopper et d'e´tudier de nouvelles me´thodologies de traitement des donne´es afin de parvenir a` une extraction optimale des informations pour la de´tection et la caracte´risation des exoplane`tes et la reconstruction des images des environnements circumstellaires.