Astro

Proyecto consolidado de I+D+i


ASTRO-IA

Análisis eSpectroscópico y Técnicas de Reconocimiento con Optimización mediante Inteligencia Artificial (ASTRO-IA)


Referencia
CIAICO/2024/186
Entidad financiadora
Generalitat Valenciana · Conselleria de Educación, Cultura, Universidades y Empleo
Convocatoria
Subvenciones para grupos de investigación consolidados AICO 2025 (CIAICO 2024)
Periodo
2025-2028
Investigadores principales
Ignacio Negueruela Díez y Amparo Marco Tobarra

El proyecto

La llegada de grandes cartografiados espectroscópicos representa una revolución en las técnicas astrofísicas, generando nuevas demandas y procedimientos. El análisis de cientos de miles de espectros requiere un nivel de automatización que supera las capacidades de los códigos actuales. Aunque se están desarrollando herramientas de análisis para estrellas que se consideran "normales" (enanas similares al Sol y gigantes rojas), las estrellas masivas no contaban hasta ahora con herramientas específicas, a pesar de su papel crucial en la comprensión de los procesos físicos que modelan nuestro universo.

El Grupo de Astrofísica Estelar de la Universidad de Alicante ha desarrollado Astro+, una aplicación avanzada que permite el análisis de espectros de estrellas masivas, ya sean calientes o frías. Por ahora, Astro+ es capaz de manejarse con muestras de muchos centenares o incluso unos pocos miles de espectros. Para poder abordar la magnitud de proyectos como el cartografiado WEAVE/SCIP, que proporcionará decenas de miles de espectros, es necesario integrar en Astro+ nuevas herramientas de inteligencia artificial que aceleren todos los procesos y permitan reducir los tiempos de computación a valores aceptables.

El objetivo de este proyecto es desarrollar y aplicar técnicas avanzadas de machine learning para acelerar y escalar el análisis espectroscópico en Astro+. Para ello, en colaboración con expertos en técnicas avanzadas de machine learning, llevamos a cabo un estudio exhaustivo y profundo de metodologías aplicadas al procesamiento de señales unidimensionales, adaptándolas al análisis espectral. El trabajo sigue un plan secuencial orientado al desarrollo y entrenamiento de modelos capaces de identificar propiedades espectrales de forma eficiente, preparando el camino hacia herramientas aún más sofisticadas. El proyecto financia la contratación de un técnico especialista encargado de implementar todas estas ideas y experimentos en código, así como otros gastos asociados. Con estos avances aspiramos a convertirnos en un referente mundial en el estudio de las estrellas masivas y el análisis espectroscópico automatizado.

Agradecimientos

Proyecto CIAICO/2024/186 financiado por la Conselleria de Educación, Cultura, Universidades y Empleo de la Generalitat Valenciana.

Universidad de AlicanteGeneralitat Valenciana