CIRASA

La mole di dati prodotta dalle facility radioastronomiche di nuova generazione, come lo Square Kilometer Array (SKA) e i suoi precursori (MeerKAT, ASKAP, LOFAR, MWA), è tale da richiedere sviluppi innovativi nel campo del processamento, archiviazione e visualizzazione dati. In questo contesto, lo sviluppo ed integrazione di servizi di estrazione di sorgenti radio e tool di visualizzazione consentirebbe un notevole miglioramento, in termini di efficienza e velocità di analisi nella produzione di cataloghi di survey a grande area.

Questo progetto si propone di affrontare alcune delle suddette sfide realizzando un sistema di visual analytic per l’estrazione e classificazione sorgenti, denominato CIRASA (Collaborative and ​Integrated platform for ​Radio ​ Astronomical ​Source ​ Analysis), che integri nella stessa piattaforma diversi tools sviluppati in INAF: un client di visualizzazione (VLVA), che si interfaccia, attraverso un layer di autenticazione, con una serie di servizi web per l’estrazione, classificazione ed analisi sorgenti, ricerca immagini e cataloghi da archivio (VLKB). Uno schema ad alto livello dell’architettura di CIRASA con i principali componenti software e flusso dati atteso è mostrato a seguire.

I principali obiettivi di progetto sono:

[O1] Integrazione di tools di estrazione di sorgenti compatte/estese in mappe radio (continuum o spectral line), sfruttandone le peculiarità e combinandone gli outputs per migliorare le performances complessive di source detection and measurement. I tool sviluppati e mantenuti in INAF (Caesar, Cutex, Sofia) verranno integrati con priorità maggiore rispetto ad altri source finders (es. Selavy, PyBDFS, Aegean);
[O2] Sviluppo ed integrazione di nuovi tools per la detection e classificazione sorgenti, basati su tecniche e modelli di deep learning, al fine di migliorare le performances ottenute con source finders tradizionali, supportando la creazione di cataloghi di più alto livello;
[O3] Sviluppo di features di visualizzazione ed annotazione interattiva/automatica delle sorgenti nel client di visualizzazione VLVA;
[O4] Preparazione di datasets per training/test di tool di classificazione sorgenti, con diversi formati, da immagini single- o multi-channels (radio e infrarosso principalmente) a dati tabellari con parametri estratti da immagini o da catalogo;
[O5] Supporto data processing di estrazione e classificazione sorgenti su infrastruttura di calcolo distribuita integrata con VLVA;
[O6] Test funzionalità della piattaforma per la produzione ed analisi di cataloghi su dati radio da precursori di SKA.