Der Wettbewerb, der auf der Ariel-Weltraummission der Europäischen Weltraumagentur basiert und auf der NeurIPS 2024 Machine Learning Konferenz vorgestellt wird, wird eines der komplexesten und wichtigsten Datenanalyseprobleme der Astronomie angehen – das Extrahieren schwacher exoplanetarischer Signale aus rauschigen Beobachtungen von Weltraumteleskopen. Er bietet den Teilnehmern die einzigartige Möglichkeit, zur Spitzenforschung im Bereich der Exoplanetenatmosphären beizutragen, mit einem Preispool von 50.000 USD.
Dr. Kai Hou (Gordon) Yip, Leiter der Ariel-Datenherausforderung am UCL Physics & Astronomy, sagte: “Wir sind gespannt auf die innovativen Lösungen, die die globale Data Science-Community für diese anspruchsvolle Aufgabe bieten kann.”
Diese Herausforderung wurde durch eine gemeinsame Anstrengung des UCL Centre for Space Exochemistry Data ermöglicht, die Partner wie das Centre National D’études Spatiales, die Cardiff University, die Sapienza Università di Roma und das Institut Astrophysique de Paris zusammenbringt.
Der Wettbewerb wird vom Centre National d’Etudes Spatiales gesponsert, in Zusammenarbeit mit dem Kaggle Competitions Research Program. Er profitiert auch von der Unterstützung eines Konsortiums führender Raumfahrtagenturen und -institutionen, darunter die UK Space Agency, die Europäische Weltraumagentur, STFC RAL Space und das STFC DiRAC HPC Facility.
Dr. Caroline Harper, Leiterin der Weltraumwissenschaften, UK Space Agency, sagte: “Durch die Unterstützung dieser Herausforderung wollen wir neue Möglichkeiten finden, KI und maschinelles Lernen einzusetzen, um unser Verständnis des Universums zu entwickeln.”
Die Entdeckung von Exoplaneten hat unsere kosmische Perspektive verändert und herkömmliche Vorstellungen über die Natur des Sonnensystems, die Einzigartigkeit der Erde und die Möglichkeit von Leben anderswo herausgefordert. Der Europäische Weltraumorganisation Ariel Space Mission, deren wissenschaftliche Leitung von Professor Giovanna Tinetti der UCL bereitgestellt wird, wird 2029 gestartet und wird eine der größten Umfragen dieser Planeten durchführen, indem sie die Atmosphären von etwa einem Fünftel der bekannten Exoplaneten beobachtet.
Der Ariel-Datenwettbewerb 2024 konzentriert sich darauf, diese Störquellen zu überwinden, wie z.B. den durch die Vibrationen des Raumfahrzeugs verursachten “Jitter-Lärm”. Dieses Rauschen, zusammen mit anderen Störungen, erschwert die Analyse spektroskopischer Daten, die zur Untersuchung von Exoplanetenatmosphären verwendet werden. Unterstützt vom DiRAC HPC Facility haben Missionsspezialisten die genaueste Darstellung von Ariel-Beobachtungen erstellt, basierend auf dem Nutzlastdesign von Ariel und unter Berücksichtigung repräsentativer Rauscheffekte von In-Flight-Daten, die vom James Webb Space Telescope erhalten wurden.
Der Wettbewerb ist jetzt geöffnet und läuft bis Ende Oktober. Die Gewinner werden eingeladen, ihre Lösungen auf der NeurIPS-Konferenz vorzustellen, wobei Geldpreise für die besten sechs Lösungen verfügbar sind. Es werde das fünfte Ariel Machine Learning Data Challenge sein, das vier Wettbewerbe in den letzten fünf Jahren folgt. Der Ariel Data Challenge zieht jedes Jahr etwa 200 Teilnehmer aus der ganzen Welt an, darunter Teilnehmer von führenden akademischen Einrichtungen und KI-Unternehmen. Das Ziel dieser Herausforderung und ihrer Vorgänger besteht darin, einen kleinen Aspekt eines größeren Problems herauszugreifen, um die Exoplanetenforschung für die maschinelle Lerngemeinschaft zugänglicher zu machen.