Utilización de un sistema basado en Deep Learning para reconstrucción tomográfica con la técnica WOMBAT

Abstract

La atmósfera terrestre introduce aberraciones en las imágenes tomadas por los grandes telescopios, puesto que es un sistema compuesto por diversos gases a diferentes temperaturas que modifica la trayectoria de los frentes de onda luminosos recibidos. La técnica WOMBAT busca ayudar a corregir dichos efectos mediante el uso de un láser de haz amplio que genera imágenes desenfocadas, que permitan modificar un espejo deformable que corrija dichas aberraciones. El objetivo de este trabajo es implementar un sistema basado en Deep Learning para que, una vez obtenidas las imágenes mediante un simulador, la red neuronal pueda proporcionar los parámetros de modificación del espejo deformable, estudiando la viabilidad de la técnica de reconstrucción. El trabajo estará centrado en la creación de la red neuronal, utilizando un framework que facilite su programación (Keras) y posteriormente entrenando y validando dicha red con los datos proporcionados por un simulador de WOMBAT.