基于低秩矩阵近似的Tomo-e Gozen数据压缩
天体物理仪器与方法
2017-01-25 v1
摘要
高速率cadence的光学宽域调查预计将在近期创造新的天文学领域，即所谓的“电影天文学”。观测数据量巨大，因此高效的数据压缩至关重要。本文提出一种以稀疏矩阵分解为基础的低秩矩阵近似方法，可有效减小数据大小，同时保留足够的科学信息。我们将该方法之一应用于搭载于小林 Observatory 1.0-m Schmidt望远镜的Tomo-e Gozen原型模型获取的电影数据。一旦Tomo-e Gozen进行全尺寸观测，它将每晚产生约30 TB的数据。我们演示，数据可约10倍压缩，而不会丢失如光学短暂瞬时点源和流星等瞬时事件。可从压缩数据中恢复点源强度。该处理速度足够快，与实际观测中预期的数据获取速率相匹配。
引用
@article{arxiv.1612.03994,
title = {Data Compression for the Tomo-e Gozen with Low-rank Matrix Approximation},
author = {Mikio Morii and Shiro Ikeda and Shigeyuki Sako and Ryou Ohsawa},
journal= {arXiv preprint arXiv:1612.03994},
year = {2017}
}
备注
7 pages, 7 figures, Accepted for publication in ApJ