Interested Article - Астроинформатика

doriana
  • 2021-09-22
  • 2

Протосверхскопление Гипериона было обнаружено в результате изучения архивных данных

Астроинформатика — междисциплинарная наука на стыке астрономии , науки о данных , машинного обучения , информатики и информационных / коммуникационных технологий .

Описание

Астроинформатика посвящена применению достижений (например, разработка инструментов и методов) , науки о данных , машинного обучения и статистики для проведения исследований и преподавания в области астрономии, ориентированной на данные Первые шаги в этом направлении, сделанные в рамках инициатив астрономической , включали следующее: обнаружение данных, разработку стандартов для метаданных, моделирование данных, разработку словаря астрономических данных , доступ к данным, поиск информации , интеграцию данных и добычу данных . Планы по дальнейшему развитию дисциплины, встретившие одобрение астрономического сообщества, были представлены Национальному исследовательскому совету (США) в 2009 году в программном документе «Состояние профессии», опубликованном в Десятилетнем обзоре по астрономии и астрофизики 2010 года . Этот программный документ послужил основой для последующего более подробного описания астроинформатики в статье журнала «Информатика» « Астроинформатика: исследования и преподавание в области астрономии, ориентированные на данные» .

Астроинформатика как отдельная область исследований была вдохновлена результатами биоинформатики и геоинформатики , а также методологией Джима Грея из Microsoft Research , чье наследие было сохранено и продолжено благодаря премии Jim Gray eScience Awards .

Астроинформатика в своей работе, главным образом, использует большую коллекцию цифровых баз данных со всего мира, архивы изображений и исследовательские инструменты. Но также она признает важность исторических данных, применяя современные технологии для их сохранения и анализа. Некоторые практики астроинформатики помогают оцифровывать исторические астрономические наблюдения и изображения, собирая их в большой базе данных , предоставляющей поиск через веб- интерфейс . Другая цель — помощь в разработке новых методов и программного обеспечения для астрономов, помощь в обработке и анализе быстро растущего объема астрономических данных .

Астроинформатику называют «четвертой парадигмой» (1 — эмпирическая, 2 — теоретическая, 3 — вычислительная и 4 — ориентированная на данные) проведения астрономических исследований . Астроинформатика задействует различные методы из таких областей, как добыча данных, машинное обучение, статистика, визуализация, управление научными данными и семантика . Особенно важную роль играют добыча данных и машинное обучение , поскольку их целью является «обнаружение знаний на основе данных» ( KDD ) и «обучение на основе данных» .

Объем данных, собранных в результате астрономических наблюдений неба, за 2010-е годы вырос с гигабайтов до терабайтов и, по прогнозам, в 2020-х он еще вырастет до сотен петабайт благодаря работе Большого обзорного телескопа и до эксабайтов с помощью радиотелескопа Square Kilometre Array . Обилие новых данных с одной стороны позволяет проводить результативные исследования, а с другой является вызовом, требующим новые подходы по их обработке. Отчасти благодаря этому наука, основанная на данных, становится признанной академической дисциплиной. Поэтому в рамках астрономии (и других научных дисциплин) развиваются наукоемкие, основанные на больших объемах данных направления, притом сами они теперь становятся (или уже стали) самостоятельными научными дисциплинами и полноценными академическими программами. Хотя в большинстве учебных заведений нет программ по астроинформатике, они, скорее всего, появятся в ближайшем будущем.

Информатику определяют как «использование цифровых данных, информации и связанных с ними услуг для проведения исследований и получения знаний», распространенное определение — «информатика — это дисциплина об организации, доступе, объединении и извлечения данных из множества источников для получения знаний и поддержки принятия решений». Поэтому астроинформатика включает множество естественно связанных с информатикой направлений, таких как моделирование данных, организацию данных и т. д., методы преобразования и нормализации для объединения данных и визуализации информации, извлечение знаний, методы индексации, методы поиска информации и добычи данных. Астроинформатика активно задействует системы классификации (например, таксономию , онтологию , фолксономию , совместную разметку данных ), астростатистику . Гражданские научные проекты, такие как Galaxy Zoo , также вносят ценный вклад в открытие нового, используют мета-разметку и характеризацию (описание) объектов в больших массивов астрономических данных. Все эти направления позволяют совершать научные открытия на основе самых разных больших коллекций данных, помогают совместному проведения исследований и переиспользованию данных как для исследований, так и для преподавания.

В 2012 году Совету Американского астрономического общества были представлены два программных документа , в результате были созданы официальные рабочие группы по астроинформатике и астростатистике для профессии астрономии в США и других странах .

Астроинформатика обеспечивает естественный контекст для интеграции образования и исследований . Опыт проведения исследований за счет легкого повторного использования данных теперь может быть перенесен в класс, что позволяет развить навыки по работе с данными . У него также есть много других применений, таких как переиспользование архивных данных для новых проектов, установление ссылок литература-данные, интеллектуальный поиск информации и многое другое.

Конференции

Год Место Ссылка
2019 г. Калтех от 8 февраля 2020 на Wayback Machine
2018 г. Гейдельберг , Германия от 17 января 2021 на Wayback Machine
2017 г. Кейптаун , Южная Африка
2016 г. Сорренто , Италия от 17 мая 2016 на Wayback Machine
2015 г. Дубровник , Далмация от 27 сентября 2020 на Wayback Machine
2014 г. Университет Чили от 6 февраля 2015 на Wayback Machine
2013 Австралийское национальное агентство телескопических наблюдений , CSIRO от 23 ноября 2020 на Wayback Machine
2012 г. Microsoft Research от 22 октября 2018 на Wayback Machine
2011 г. Сорренто , Италия
2010 г. Калтех от 22 октября 2018 на Wayback Machine

Дополнительные конференции и списки:

Название Ссылка
Конференция 2019 по большим данным из космоса от 19 декабря 2021 на Wayback Machine
Большой список конференций портала астростатистики и астроинформатики (ASAIP) от 21 сентября 2020 на Wayback Machine
Ежегодные конференции по программному обеспечению и системам анализа астрономических данных (ADASS) от 12 декабря 2020 на Wayback Machine

См. также

Примечания

  1. . www.eso.org . Дата обращения: 18 октября 2018. 11 февраля 2021 года.
  2. ↑ Borne, Kirk D. (12 May 2010). "Astroinformatics: data-oriented astronomy research and education". Earth Science Informatics . 3 (1—2): 5—17. doi : .
  3. ↑ от 26 декабря 2017 на Wayback Machine , Nikolay Kirov. The fifth SEEDI International Conference Digitization of cultural and scientific heritage, May 19-20, 2010, Sarajevo. Retrieved 1 November 2012.
  4. Borne, Kirk D. Distributed data mining in the National Virtual Observatory // Data Mining and Knowledge Discovery: Theory, Tools, and Technology V. — P. 211–218.
  5. ↑ Borne, Kirk. Virtual Observatories, Data Mining, and Astroinformatics // Planets, Stars and Stellar Systems. — P. 403–443. — ISBN 978-94-007-5617-5 .
  6. Laurino, O. (21 December 2011). "Astroinformatics of galaxies and quasars: a new general method for photometric redshifts estimation". Monthly Notices of the Royal Astronomical Society . 418 (4): 2165—2195. arXiv : . Bibcode : . doi : .
  7. Borne, Kirk. Scientific Data Mining in Astronomy // Next generation of data mining. — London : CRC Press, 2008. — P. 91–114. — ISBN 9781420085860 .
  8. Borne, Kirk (2009). "Astroinformatics: A 21st Century Approach to Astronomy". Astro2010: The Astronomy and Astrophysics Decadal Survey . 2010 : P6. arXiv : . Bibcode : .
  9. . Talks by Jim Gray . Microsoft Research. Дата обращения: 11 января 2015. 16 января 2015 года.
  10. . Microsoft Research . Дата обращения: 26 декабря 2020. 11 мая 2016 года.
  11. от 21 октября 2016 на Wayback Machine , Nicholas M. Ball, David Schade. Retrieved 1 November 2012.
  12. . Phys.org . Heidelberg University. Дата обращения: 11 января 2015. 4 сентября 2018 года.
  13. . Microsoft Research . Дата обращения: 26 декабря 2020. 31 мая 2019 года.
  14. Ball, N.M. (2010). "Data Mining and Machine Learning in Astronomy". International Journal of Modern Physics D . 19 (7): 1049—1106. arXiv : . Bibcode : . doi : .
  15. Borne, K. AIP Conference Proceedings. — P. 347–351. — doi : .
  16. Ivezić, Ž. Parametrization and Classification of 20 Billion LSST Objects: Lessons from SDSS // AIP Conference Proceedings. — P. 359–365.
  17. Borne. . Bulletin of the ASIS&T . American Society for Information Science and Technology. Дата обращения: 11 января 2016. Архивировано из 5 марта 2016 года.
  18. Borne. . asaip.psu.edu . The Astrostatistics and Astroinformatics Portal, Penn State University. Дата обращения: 11 января 2016. 29 сентября 2018 года.
  19. Feigelson. . asaip.psu.edu . The Astrostatistics and Astroinformatics Portal, Penn State University. Дата обращения: 11 января 2016. 29 сентября 2018 года.
  20. Feigelson, E. (2013). "New Organizations to Support Astroinformatics and Astrostatistics". Astronomical Data Analysis Software and Systems Xxii . 475 : 15. arXiv : . Bibcode : .
  21. Borne, Kirk (2009). "The Revolution in Astronomy Education: Data Science for the Masses". Astro2010: The Astronomy and Astrophysics Decadal Survey . 2010 : P7. arXiv : . Bibcode : .
  22. . Science Education Resource Center at Carleton College . National Science Digital Library. Дата обращения: 11 января 2016. 19 июня 2018 года.

Ссылки

Источник —

doriana
  • 2021-09-22
  • 2
  • Tags:

Same as Астроинформатика

The title for the last searches