ENGINEERINGNET.NL - Square Kilometre Array (SKA) is een internationaal project om de grootste en gevoeligste radiotelescoop ter wereld te bouwen in Zuid-Afrika en Australië. Doel is de geschiedenis van het heelal beter te begrijpen.
Voor het project is het nodig om te werken met extreem grote hoeveelheden gegevens. Dagelijks zal er ongeveer één exabyte aan informatie binnenkomen via de telescoop. Dat is ruwweg 19.000 keer zoveel als alle informatie uit alle boeken die ooit geschreven zijn. Wetenschappers moeten grote sprongen op het gebied van dataverwerking om hiermee om te kunnen gaan.
Binnen het onderzoeksprogramma Big Bang, Big Data: Innovating ICT as a Driver for Astronomy heeft NWO Exacte Wetenschappen (EW) vijf ICT-onderzoeksaanvragen gehonoreerd. Het beschikbare budget voor dit programma is ruim 2,2 miljoen euro.
Het gaat om de volgende vijf projecten:
The Computer Science challenge of calibrating the ionosphere over the SKA sky (Universiteit Leiden): de ionosfeer verstoort in hevige mate de radiosignalen die de SKA uit het heelal gaat opvangen. Deze verstoring moet uit de data verwijderd worden om toch radiokaarten van zeer hoge kwaliteit te kunnen maken. Bestaande algoritmes voor de verwerking van grote datastromen uit de SKA worden onderzocht om uit te vinden welke stappen veel rekentijd kosten en hoe deze knelpunten te overwinnen.
Data reduction and image formation for future radio telescopes (TU Delft): in de SKA zullen duizenden antennes op honderden locaties continu metingen verrichten. Deze gegevens worden bijeengebracht op een centraal punt waar deze in twee stappen worden omgezet in astronomische plaatjes. Het onderzoek beoogt het transportprobleem te verminderen door efficiënte "compressive sampling" technieken, waarmee veel data weggelaten wordt terwijl uiteindelijk toch alle benodigde correlaties berekend worden, en geavanceerde numerieke technieken om de beeldvorming te versnellen.
Beyond Compressive Sensing: Learning Radio-Interferometric Image Reconstruction (Universiteit van Amsterdam): de hoeveelheid data die door toekomstige radiotelescopen gaat worden geproduceerd is te groot om nog te kunnen worden getransporteerd of opgeslagen. In dit project worden observaties en simulaties gebruikt om de statistische eigenschappen van de te reconstrueren astronomische beelden in modellen te vangen. Met deze modellen is het mogelijk om dicht bij de antennes het merendeel van de ruwe data weg te gooien (het deel dat correspondeert met oninteressante ruis) en alleen de essentiële informatie bewaren (het deel dat correspondeert met het te reconstrueren beeld).
Improving Power-Efficiency for Digital processing in Radio Astronomy (Universiteit Twente): signalen in de radioastronomie zijn onnauwkeurig door de aanwezige ruis. Toch worden hierop met grote nauwkeurigheid berekeningen uitgevoerd. Die hoge rekennauwkeurigheid kost veel energie, wat een belemmering is voor de bouw van waarneemsystemen. In dit project wordt gewerkt aan het drastisch verlagen van het energieverbruik door de nauwkeurigheid van de berekeningen in balans te brengen met die van de signalen, zonder dat daarbij de uiteindelijke waarneming beïnvloed wordt.
Layered Astronomical Databases (Centrum Wiskunde en Informatica): efficiënt opslaan van petabytes aan gegevens wordt nog niet efficiënt ondersteund door databasesystemen, evenals het snel bepalen van statistische eigenschappen en het genereren van compacte samenvattingen. In het project wordt gewerkt aan een schaalbare oplossing met real-time mogelijkheden, waar de toegangspatronen passen bij de samenvattingslagen in een gelaagd opslagsysteem. Verschillende lagen presenteren de data dan in verschillende formaten, variërend van bovenaan de erg grove statistische overzichten op hoog niveau, tot helemaal onderaan de ruwe details.
