Машинное обучение для наблюдательной космологии
Machine learning for observational cosmology
2023-05-05
SCID: 54.1/syagjh3u
Discuss with AI
большие астрономические данныевысокопроизводительные вычислениямашинное обучениенаблюдательная космологияширокопольные обзоры неба
Figures from the paper
Abstract (AI)
В течение следующего десятилетия планируется реализация целого ряда крупных наблюдательных программ с использованием наземных и космических телескопов. Ожидается, что предстоящие широкопольные обзоры неба обеспечат колоссальный объём данных, превышающий один эксабайт. Обработка большого объёма многоканальных астрономических данных представляет собой технически сложную задачу, поэтому крайне необходимы полностью автоматизированные технологии, основанные на машинном обучении (МО) и искусственном интеллекте. Максимизация научной отдачи от больших данных требует совместных усилий всего научного сообщества. Мы обобщаем последние достижения в применении МО к наблюдательной космологии. Кроме того, рассматриваются ключевые вопросы высокопроизводительных вычислений, необходимые для обработки данных и статистического анализа.
Key Findings
1
Для обработки больших наборов данных наблюдательной космологии крайне необходимы полностью автоматизированные технологии машинного обучения и искусственного интеллекта.
2
Высокопроизводительные вычисления являются критически важной инфраструктурой для будущей обработки данных и статистического анализа в наблюдательной космологии.
3
Максимальное использование научного потенциала космологических больших данных требует согласованных усилий всего научного сообщества.
4
Масштаб и мультиплексный характер будущих астрономических наборов данных создают серьёзные технические проблемы для обработки и статистического анализа.
5
В ближайшее десятилетие наземные и космические наблюдательные программы создадут данные широкопольных обзоров объёмом более эксабайта.
Research Object
данные крупномасштабных обзоров неба в наблюдательной космологии и их обработка
Research Subject
применение машинного обучения и высокопроизводительных вычислительных методов для автоматизированной обработки и статистического анализа массивных данных астрономических обзоров
Publication Details
Publication Date
2023-05-05
Journal
Publisher
ISSN
Cited by
34
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest