大规模数字巡天中的数据挖掘：从挑战到科学成果
天体物理学
2015-06-24 v1
摘要
对数字帕洛马天文台巡天（DPOSS）的分析和高效科学探索是一项重大技术挑战。输入数据集包含3太字节的像素信息，包含数十亿个源。我们描述了数据带来的一些具体科学问题，包括搜索遥远类星体和星系团，以及我们正在探索的解决这些问题的数据挖掘技术。机器辅助发现方法可能对于分析这种多太字节数据集至关重要。新的和未来的方法涉及在千兆天体数据空间中进行无监督分类和聚类分析，包括各种贝叶斯技术。除了在该数据库中搜索已知类型的天体外，这些技术还可能提供发现先前未知的稀有类型天体的可能性。
引用
@article{arxiv.astro-ph/9708218,
title = {Data-Mining a Large Digital Sky Survey: From the Challenges to the Scientific Results},
author = {S. G. Djorgovski and R. R. de Carvalho and S. C. Odewahn and R. R. Gal and J. Roden and P. Stolorz and A. Gray},
journal= {arXiv preprint arXiv:astro-ph/9708218},
year = {2015}
}
备注
Invited paper, to appear in Applications of Digital Image Processing XX, ed. A. Tescher, Proc. S.P.I.E. vol. 3164, in press; 10 pages, a self-contained TeX file, and 3 separate postscript figures