深層学習による天文観測データの欠損補完と天文シミュレーションソフトの開発

• Project/Area Number: 25K07373
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 16010:Astronomy-related
• Research Institution: Rikkyo University
• Principal Investigator: 加藤 恒彦 立教大学, 人工知能科学研究科, 特任教授 (90413955)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
• Keywords: 欠損データの補完 / 銀河の立体モデル / 天文シミュレーションソフト / 深層学習 / 生成AI

Outline of Research at the Start

天文学においては観測が困難な領域や未観測領域などの「欠損領域」が数多く存在する。本研究は、深層学習（AI）を用いた画像補完技術である「Inpainting」を科学データに応用し、科学的整合性を保ちつつ欠損部分を補完するAIモデルを開発することを目的とする。さらに、銀河の膨大な撮像データと生成AI技術、そして最新の3次元可視化技術を組み合わせ、様々なタイプの銀河のリアルな立体的モデルを生成することを目指す。これらを統合して、宇宙の構造を視覚的・直感的に理解できる天文シミュレーションソフトを開発し、フリーソフトとして公開する。