Sintesi del progetto
GRAIS sviluppa un sistema di intelligenza artificiale per identificare gli orphan afterglows, deboli emissioni di raggi gamma generate da Gamma Ray Bursts. Questi eventi sono estremamente difficili da riconoscere nei dati della missione Fermi-LAT, dove segnali rari e poco energetici vengono facilmente confusi con il fondo strumentale o ignorati dai metodi tradizionali. Il progetto mira a recuperare eventi preziosi per comprendere la frequenza e la distribuzione energetica dei Gamma Ray Bursts.
Obiettivi
Costruire un sistema in grado di individuare automaticamente strutture temporali, energetiche e spaziali compatibili con gli afterglows, compensando la scarsità di casi reali tramite simulazioni e rendendo più completa la catalogazione dei Gamma Ray Bursts nel dataset Fermi-LAT.
Problemi e necessità
L’assenza del segnale iniziale di rivelazione del fenomeno e la debolezza delle emissioni rendono gli orphan afterglows invisibili agli algoritmi standard. Ciò comporta una sottostima del numero reale di GRB e una perdita significativa di informazione scientifica. È necessario un metodo in grado di scovare segnali rari in dataset estremamente estesi e rumorosi.
Soluzioni sviluppate
GRAIS ha costruito un workflow completo composto da: un tool di pre-processing dei dati Fermi, la generazione di migliaia di eventi sintetici, l’analisi statistica delle distribuzioni fotoniche e lo sviluppo di modelli di anomaly detection in grado di isolare pattern compatibili con afterglows.
Benefici e ricadute
Il progetto aumenta la resa scientifica della missione Fermi-LAT, permettendo di recuperare eventi precedentemente non identificati. Le tecniche sviluppate, utili per segnali rari e rumorosi, possono essere adattate ad altri campi che affrontano problemi simili, dal monitoraggio terrestre all’analisi di dati industriali complessi.
Settori che possono beneficiare
Oltre al dominio Spazio, i metodi sono rilevanti per l’Intelligenza Artificiale, le Nuove Tecnologie, il Software e applicazioni che richiedono identificazione di eventi rari in grandi dataset (Osservazione della Terra, Space Weather, sistemi industriali di monitoraggio).
