伽马天体物理实验中的数据挖掘

数据挖掘技术，包括聚类和分类任务，正日益增长地应用于从大规模数据集中自动提取信息的多个科学领域。特别是在天体物理领域，当前已存在规模达10E12字节的大型档案和数字天体测绘，未来将达到约10E15的规模。在本工作中，我们提出了一种多维索引方法，用于高效查询和挖掘大型天体物理数据集。我们提出一种新颖的检测算法，基于支持向量聚类，并利用索引结构中存储的密度和邻域信息，在以各向同性噪声为特征的数据中寻找感兴趣的区域。我们展示了该方法用于从伽马射线光子列表中检测点源的应用。