AI & Aerospace: classificare asteroidi Nearest-Earth-Objects con il Machine Learning
Esclusiva LIVE con ospite Mario Catalano, Ricercatore, Docente ed Editore Scientifico
In questo Workshop, prendendo spunto da un’esercitazione della Machine Learning Masterclass di Data Masters (“Stacking Model”), esploreremo la possibilità di creare un sistema automatico per l’identificazione della pericolosità di un asteroide basato sull’intelligenza artificiale.
COSA ESPLOREREMO NELLA LIVE
Un viaggio nello spazio profondo con l’AI e il Machine Learning
Un numero significativo di asteroidi e frammenti di roccia e metallo si muove nel sistema solare, con nuovi scoperti ogni anno. Alcuni di questi asteroidi possono avvicinarsi pericolosamente alla Terra, e anche distanze di centinaia di migliaia di km potrebbero rappresentare un rischio a causa della gravità terrestre che potrebbe alterarne l’orbita. Le agenzie spaziali monitorano questi oggetti e sviluppano programmi di difesa, come la deviazione tramite impatto cinetico.
Eventi come l’asteroide esploso nel 2013 sopra Cheliabinsk e l’evento di Tunguska del 1908 dimostrano la necessità di questi programmi. Il workshop esplora l’uso del machine learning per creare sistemi automatici di identificazione della pericolosità degli asteroidi. Utilizzando un dataset della NASA disponibile su Kaggle, svilupperemo modelli di classificazione e affronteremo sfide metodologiche su come gestire dataset sbilanciati, scegliere metriche appropriate, e applicare tecniche di stacking o ensemble per migliorare le performance.
L’intelligenza artificiale potrebbe avere un ruolo cruciale nel futuro del monitoraggio degli asteroidi, consentendo una rilevazione precoce e un’adeguata preparazione delle missioni di deviazione. Durante il workshop, si discuterà su come applicare questi metodi anche in altri campi, assicurando accuratezza e precisione nei modelli di classificazione.
SPEAKER DELLA LIVE
Mario Catalano
Ricercatore / Docente / Editore Scientifico
Mario è consulente scientifico nel Regno Unito e ha competenze nei campi della Microeconometria, della Statistica e del Machine Learning. È anche docente e si occupa di formazione del pensiero computazionale, robotica educativa ed intelligenza artificiale nella scuola di base.
NON PUOI PERDERTI
QUESTA LIVE SE:
sei alla ricerca di un valido corso di formazione in machine learning o sei un ricercatore, data scientist o ingegnere aerospaziale interessato ad applicare il machine learning per la classificazione degli asteroidi, migliorando così le tue competenze nell’analisi dei dati e nella difesa planetaria
Ricercatori e Scienziati Spaziali
interessati a nuove tecnologie per il monitoraggio e la classificazione degli asteroidi
Data Scientists e Analisti dei Dati
alla ricerca di applicazioni avanzate del machine learning in contesti critici e reali
Ingegneri dell'Aerospazio
desiderosi di integrare tecniche di intelligenza artificiale nei programmi di difesa planetaria e di monitoraggio degli asteroidi
Appassionati di Astronomia e Astrofisica
interessati a comprendere come le tecnologie emergenti possano migliorare la nostra capacità di prevenire catastrofi spaziali