Detail publikace
Knowledge Discovery in Mega-Spectra Archives
PALIČKA, A.
Škoda Petr, RNDr., Ph.D.
Vážný Jaroslav
Vrábelová Pavla, Ing.
multi-object spectrographs, machine learning techniques, astroinformatics
Nedávný pokrok astronomické instrumentace vyústil v konstrukci víceobjektových spektrografů se stovkami až tisíci mikrodůžek nebo optických vláken umožňujících získání desítek tisíc spektra nebeských objektů pozorujících noc. V současné době se připravuje několik spektroskopických průzkumů obsahujících miliony spekter a mnohem větší. Většina velkých měřítek je zpracována spektrálně, aby bylo možné odhadnout fyzické parametry jednotlivých objektů. Získané parametry se potom použijí ke konstrukci lepších modelů kosmicko-kinematické struktury a vývoje subsystémů orbit vesmíru. Takové průzkumy jsou však velmi dobrým zdrojem homogenizovaných, předem zpracovaných údajů pro aplikaci technik strojového učení a pokročilého statistického zpracování běžného v astroinformatice. Představujeme výzvy znalého procesu objevování aplikovaného na velké spektroskopické průzkumy a také na paměťové mezery a požadavky na rychlost zpracování současných metod strojového učení, které vyžadují techniky BigData.
@inproceedings{BUT163431,
author="LOPATOVSKÝ, L. and PALIČKA, A. and ŠKODA, P. and VÁŽNÝ, J. and VRÁBELOVÁ, P.",
title="Knowledge Discovery in Mega-Spectra Archives",
booktitle="ASTRONOMICAL DATA ANALYSIS SOFTWARE AND SYSTEMS: XXIV",
year="2014",
series="Astronomical Society of the Pacific Conference Series",
pages="87--90",
publisher="Astronomical Society of the Pacific",
address="Calgary",
isbn="978-1-58381-874-9",
url="http://www.gothard.hu/gao-mkk/memorabilia/bigdataconf-2014/proceedings/pdf/BigDataConf-proceedings.021-026.pdf"
}