Project

Het diepe heelal verkennen door computationele analyse van gegevens van waarnemingen

Acroniem
EDUCADO
Code
41J00124
Looptijd
01-01-2024 → 31-12-2027
Financiering
Europese middelen: kaderprogramma
Onderzoeksdisciplines
  • Natural sciences
    • Astronomy and astrophysics
Trefwoorden
Vorming en evolutie van sterrenstelsels
Overige informatie
 
Projectomschrijving

De vorming en evolutie van massieve sterrenstelsels wordt redelijk goed begrepen in de context van het succesvolle standaard ΛCDM formalisme. Dergelijke simulaties van kosmische evolutie leiden echter tot ernstige uitdagingen in het regime van de zeer zwakke sterrenstelsels, waaronder de problemen die worden aangeduid als ontbrekende satellieten, too big to fail en vlakken van satellietstelsels. Met de enorme hoeveelheden uitstekende gegevens die worden geproduceerd door astronomische onderzoeken, en met nieuwe missies die gepland staan om meer gegevens van nog betere kwaliteit te produceren, hebben we een unieke kans om hebben we een unieke kans om deze problemen op te lossen. Hiervoor hebben we innovatieve ontwikkelingen in de informatietechnologie nodig.
In EDUCADO (Exploring the Deep Universe by Computational Analysis of Data from Observations), een intensieve samenwerking op het snijvlak van astronomie en informatica, brengen we experts uit verschillende disciplines en sectoren samen. We zullen 10 doctoraatskandidaten opleiden in de ontwikkeling van een verscheidenheid aan hoogwaardige methoden die nodig zijn om de vorming van de zwakste structuren aan te pakken. We zullen op een betrouwbare en reproduceerbare manier ongekende aantallen van de zwakste waarneembare sterrenstelsels detecteren met nieuwe surveys met een groot oppervlak. We zullen de morfologie, populaties en distributie van grote steekproeven van verschillende klassen van dwerggalaxieën bestuderen en de populaties en eigenschappen van dwerggalaxieën in verschillende omgevingen vergelijken.We zullen zorgen voor een nieuwe en duurzame manier om PhD-wetenschappers op te leiden met interdisciplinaire en intersectorale expertise op het gebied van datawetenschap, een vereiste voor het toekomstige Europese concurrentievermogen.

 
 
 
Disclaimer
Funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the European Research Executive Agency (REA). Neither the European Union nor the authority can be held responsible for them.