Высшая школа экономики94.4 тыс
Следующее
Опубликовано 29 марта 2019, 10:58
21 марта в Музее космонавтики состоялась третья лекция цикла «Космос и технологии» на тему «Как машинное обучение помогает астрофизикам исследовать Вселенную».
Последние десятилетия объёмы астрофизических данных растут экспоненциальным темпом, резко опережая рост числа астрофизиков. Для того, чтобы справиться с таким потоком информации, привлекаются всё новые методы обработки данных: современная статистика, фильтрация данных в реальном времени, привлечение волонтеров и, наконец, методы машинного обучения. Машинное обучение уже проникло в астрофизику на всех этапах работы с данными: от планирования наблюдений телескопом до обработки кадров, снятых им, от поиска планет у других звёзд до поиска гравитационно-волновых сигналов сливающихся чёрных дыр, от построения карты видимой части Вселенной до проведения численного моделирования её эволюции.
Лектор – Константин Маланчев, доцент Факультета физики НИУ ВШЭ, преподаватель проекта Data Culture.
Последние десятилетия объёмы астрофизических данных растут экспоненциальным темпом, резко опережая рост числа астрофизиков. Для того, чтобы справиться с таким потоком информации, привлекаются всё новые методы обработки данных: современная статистика, фильтрация данных в реальном времени, привлечение волонтеров и, наконец, методы машинного обучения. Машинное обучение уже проникло в астрофизику на всех этапах работы с данными: от планирования наблюдений телескопом до обработки кадров, снятых им, от поиска планет у других звёзд до поиска гравитационно-волновых сигналов сливающихся чёрных дыр, от построения карты видимой части Вселенной до проведения численного моделирования её эволюции.
Лектор – Константин Маланчев, доцент Факультета физики НИУ ВШЭ, преподаватель проекта Data Culture.
Случайные видео