Астроинформатика

Материал из Википедии — свободной энциклопедии
Текущая версия страницы пока не проверялась опытными участниками и может значительно отличаться от версии, проверенной 19 марта 2022 года; проверки требуют 6 правок.
Перейти к навигации Перейти к поиску
Протосверхскопление Гипериона было обнаружено в результате изучения архивных данных[1]

Астроинформатика — междисциплинарная наука на стыке астрономии, науки о данных, машинного обучения, информатики и информационных/коммуникационных технологий[2][3].

Описание

[править | править код]

Астроинформатика посвящена применению достижений (например, разработка инструментов и методов) вычислительных наук, науки о данных, машинного обучения и статистики для проведения исследований и преподавания в области астрономии, ориентированной на данные[2] Первые шаги в этом направлении, сделанные в рамках инициатив астрономической виртуальной обсерватории[4][5][6], включали следующее: обнаружение данных, разработку стандартов для метаданных, моделирование данных, разработку словаря астрономических данных, доступ к данным, поиск информации, интеграцию данных и добычу данных[7]. 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[8]. 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 eScience[9] Джима Грея из Microsoft Research, чье наследие было сохранено и продолжено благодаря премии Jim Gray eScience Awards[10].

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[3][11]. Другая цель — помощь в разработке новых методов и программного обеспечения для астрономов, помощь в обработке и анализе быстро растущего объема астрономических данных[12].

Астроинформатику называют «четвертой парадигмой» (1 — эмпирическая, 2 — теоретическая, 3 — вычислительная и 4 — ориентированная на данные) проведения астрономических исследований[13]. Астроинформатика задействует различные методы из таких областей, как добыча данных, машинное обучение, статистика, визуализация, управление научными данными и семантика[5]. Особенно важную роль играют добыча данных и машинное обучение, поскольку их целью является «обнаружение знаний на основе данных» (KDD) и «обучение на основе данных»[14][15].

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[16]. 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[17]), 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[18][19], в результате были созданы официальные рабочие группы по астроинформатике и астростатистике для профессии астрономии в США и других странах[20].

Астроинформатика обеспечивает естественный контекст для интеграции образования и исследований[21]. Опыт проведения исследований за счет легкого повторного использования данных теперь может быть перенесен в класс, что позволяет развить навыки по работе с данными[22]. 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

[править | править код]
Год Место Ссылка
2019 г. Калтех [1] Архивная копия от 8 февраля 2020 на Wayback Machine
2018 г. Гейдельберг, Германия [2] Архивная копия от 17 января 2021 на Wayback Machine
2017 г. Кейптаун, Южная Африка [3]
2016 г. Сорренто, Италия [4] Архивная копия от 17 мая 2016 на Wayback Machine
2015 г. Дубровник, Далмация [5] Архивная копия от 27 сентября 2020 на Wayback Machine
2014 г. Университет Чили [6] Архивная копия от 6 февраля 2015 на Wayback Machine
2013 Австралийское национальное агентство телескопических наблюдений, CSIRO [7] Архивная копия от 23 ноября 2020 на Wayback Machine
2012 г. Microsoft Research [8] Архивная копия от 22 октября 2018 на Wayback Machine
2011 г. Сорренто, Италия [9]
2010 г. Калтех [10] Архивная копия от 22 октября 2018 на Wayback Machine

Дополнительные конференции и списки:

Название Ссылка
Конференция 2019 по большим данным из космоса [11] Архивная копия от 19 декабря 2021 на Wayback Machine
Большой список конференций портала астростатистики и астроинформатики (ASAIP) [12] Архивная копия от 21 сентября 2020 на Wayback Machine
Ежегодные конференции по программному обеспечению и системам анализа астрономических данных (ADASS) [13] Архивная копия от 12 декабря 2020 на Wayback Machine

См. также

[править | править код]

Примечания

[править | править код]
  1. ↑ Largest Galaxy Proto-Supercluster Found - Astronomers using ESO's Very Large Telescope uncover a cosmic titan lurking in the early Universe. www.eso.org. Дата обращения: 18 октября 2018. Архивировано 11 февраля 2021 года.
  2. ↑ 1 2 Borne, Kirk D. (2010-05-12). "Astroinformatics: data-oriented astronomy research and education". Earth Science Informatics. 3 (1—2): 5—17. doi:10.1007/s12145-010-0055-2.
  3. ↑ 1 2 Astroinformatics and digitization of astronomical heritage Архивная копия 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. ↑ 1 2 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. (2011-12-21). "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:1107.3160. Bibcode:2011MNRAS.418.2165L. doi:10.1111/j.1365-2966.2011.19416.x.{{cite journal}}: Википедия:Обслуживание CS1 (не помеченный открытым DOI) (ссылка)
  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:0909.3892. Bibcode:2009astro2010P...6B.
  9. ↑ Online Science. Talks by Jim Gray. Microsoft Research. Дата обращения: 11 января 2015. Архивировано 16 января 2015 года.
  10. ↑ Jim Gray eScience Award. Microsoft Research. Дата обращения: 26 декабря 2020. Архивировано 11 мая 2016 года.
  11. ↑ Astroinformatics in Canada Архивная копия от 21 октября 2016 на Wayback Machine, Nicholas M. Ball, David Schade. Retrieved 1 November 2012.
  12. ↑ 'Astroinformatics' helps Astronomers explore the sky. Phys.org. Heidelberg University. Дата обращения: 11 января 2015. Архивировано 4 сентября 2018 года.
  13. ↑ The Fourth Paradigm: Data-Intensive Scientific Discovery. Microsoft Research. Дата обращения: 26 декабря 2020. Архивировано 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:0906.2173. Bibcode:2010IJMPD..19.1049B. doi:10.1142/S0218271810017160.
  15. ↑ Borne, K. AIP Conference Proceedings. — P. 347–351. — doi:10.1063/1.3059074.
  16. ↑ Ivezić, Ž. Parametrization and Classification of 20 Billion LSST Objects: Lessons from SDSS // AIP Conference Proceedings. — P. 359–365.
  17. ↑ Borne. Collaborative Annotation for Scientific Data Discovery and Reuse. Bulletin of the ASIS&T. American Society for Information Science and Technology. Дата обращения: 11 января 2016. Архивировано из оригинала 5 марта 2016 года.
  18. ↑ Borne. Astroinformatics in a Nutshell. asaip.psu.edu. The Astrostatistics and Astroinformatics Portal, Penn State University. Дата обращения: 11 января 2016. Архивировано 29 сентября 2018 года.
  19. ↑ Feigelson. Astrostatistics in a Nutshell. asaip.psu.edu. The Astrostatistics and Astroinformatics Portal, Penn State University. Дата обращения: 11 января 2016. Архивировано 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:1301.3069. Bibcode:2013ASPC..475...15F.
  21. ↑ Borne, Kirk (2009). "The Revolution in Astronomy Education: Data Science for the Masses". Astro2010: The Astronomy and Astrophysics Decadal Survey. 2010: P7. arXiv:0909.3895. Bibcode:2009astro2010P...7B.
  22. ↑ Using Data in the Classroom. Science Education Resource Center at Carleton College. National Science Digital Library. Дата обращения: 11 января 2016. Архивировано 19 июня 2018 года.

Ссылки

[править | править код]
Источник — https://ru.wikipedia.org/w/index.php?title=Астроинформатика&oldid=140629101