Большая Вселенная, большие данные: машинное обучение и анализ изображений в астрономии

Астрофизика и космология располагают огромными объемами данных. Появление цифровых камер широкого поля на телескопах с большой апертурой привело к проведению все более масштабных обзоров неба. Объемы данных, соответствующие целым обзорам десять лет назад, теперь можно получить за одну ночь, при этом часто требуется анализ в реальном времени. Поэтому современная астрономия нуждается в знаниях и методах работы с большими данными, особенно в высокоэффективных алгоритмах машинного обучения и анализа изображений. Однако масштабируемость — не единственная проблема: астрономические приложения затрагивают ряд актуальных исследовательских вопросов машинного обучения, включая обучение на смещенных данных и работу с шумом в метках и измерениях. Авторы утверждают, что это делает астрономию превосходной областью для исследований в информатике, поскольку она раздвигает границы анализа данных. В статье основное внимание уделено показательным результатам, обсуждаются ключевые проблемы и освещаются последние методологические достижения в области машинного обучения и анализа изображений, обусловленные астрономическими приложениями.