Wikipedia

Astroinformatica

campo di studi interdisciplinare

L'astroinformatica è un campo di studi interdisciplinare che combina l'astronomia con la scienza dei dati, l'apprendimento automatico e le tecnologie di informazione e comunicazione.[2][3]

Il proto-superammasso Hyperion è stato scoperto tramite nuove misure e analisi di dati d'archivio[1]

Descrizione modifica

L'obiettivo principale dell'astroinformatica è quello di sviluppare gli strumenti, i metodi e le applicazioni della scienza computazionale, della scienza dei dati, dell'apprendimento automatico e della statistica per fare ricerca e istruzione nell'astronomia basata su dati.[2] I primi sforzi in questo ambito comprendono la ricerca di dati, lo sviluppo di standard per i metadati, la modellazione dei dati, lo sviluppo di un dizionario di dati astronomico, l'accesso dei dati, il recupero di informazioni,[4] l'integrazione e l'estrazione dei dati[5] nelle iniziative del Virtual Observatory.[6][7][8] Sviluppi ulteriori del campo, insieme al sostegno della comunità astronomica, furono presenti al National Research Council degli Stati Uniti nel 2009 nell'articolo "State of the Profession" per l'Astronomy and Astrophysics Decadal Survey del 2010.[9] Quell'articolo gettò le basi per la successiva esposizione più dettagliata nell'articolo dal titolo Astroinformatics: Data-Oriented Astronomy Research and Education.[2]

L'astroinformatica come campo di ricerca distinto nasce dai campi della bioinformatica e della geoinformatica, e grazie al lavoro[10] di Jim Gray presso Microsoft Research, il cui lascito è ricordato e continuato per mezzo dei Jim Gray eScience Awards.[11]

Sebbene l'obiettivo principale dell'astroinformatica sia la grande raccolta distribuita in tutto il mondo di banche dati astronomiche digitali, archivi di immagini e strumenti di ricerca, il campo riconosce l'importanza di preservare e analizzare con tecniche moderne insiemi di dati contenenti osservazioni astronomiche storiche. Alcuni esperti di astroinformatica contribuiscono a digitalizzare osservazioni e immagini astronomiche storiche e recenti in un grande banca dati per un recupero efficiente attraverso interfacce basate sul web.[3][12] Un altro obiettivo è quello di contribuire allo sviluppo di nuovi metodi e software per gli astronomi, nonché di facilitare il processo e l'analisi della quantità di dati in rapida crescita nel campo dell'astronomia.[13]

L'astroinformatica è descritta come il "quarto paradigma" della ricerca astronomica.[14] Le aree di ricerca coinvolte nell'astroinformatica sono numerose, come l'estrazione dei dati, l'apprendimento automatico, la statistica, la visualizzazione, la gestione dei dati scientifici e la scienza semantica.[7] L'estrazione dei dati e l'apprendimento automatico svolgono un ruolo significativo nell'astroinformatica come disciplina di ricerca scientifica, grazie alla loro attenzione alla "scoperta della conoscenza dai dati" e all'"imparare dai dati".[15][16]

La quantità di dati raccolti dalle indagini astronomiche del cielo è cresciuta da gigabyte a terabyte nell'ultimo decennio e si prevede che nel prossimo decennio crescerà fino a centinaia di petabyte con il Large Synoptic Survey Telescope e fino a exabyte con lo Square Kilometre Array.[17] Questa pletora di nuovi dati è un vantaggio ma anche una sfida per la ricerca astronomica. Sono quindi necessari nuovi approcci. In parte a causa di ciò, la scienza guidata dai dati sta diventando una disciplina accademica riconosciuta. Di conseguenza, l'astronomia (e altre discipline scientifiche) stanno sviluppando sottodiscipline dedicate a trattare un'alta intensità di informazioni e di dati, al punto che queste sottodiscipline stanno diventando, o sono già diventate, discipline e programmi accademici autonomi. Sebbene molti istituti di istruzione non presentino un programma di astroinformatica, è molto probabile che tali programmi vengano sviluppati nel prossimo futuro.

L'informatica è stata recentemente definita come "l'uso di dati digitali, informazioni e servizi correlati per la ricerca e la generazione di conoscenza". Tuttavia, la definizione abituale o comunemente utilizzata è "l'informatica è la disciplina che si occupa di organizzare, accedere, integrare ed estrarre dati da fonti multiple per la scoperta e il supporto alle decisioni". Pertanto, la disciplina dell'astroinformatica comprende molte specialità naturalmente correlate, tra cui la modellazione dei dati, l'organizzazione dei dati, ecc. Può anche includere metodi di trasformazione e normalizzazione per l'integrazione dei dati e la visualizzazione delle informazioni, così come l'estrazione della conoscenza, le tecniche di indicizzazione, il recupero delle informazioni e i metodi di data mining. Anche gli schemi di classificazione (ad esempio tassonomie, ontologie, folcsonomie e/o tagging collaborativo[18]) e l'astrostatistica saranno fortemente coinvolti. Anche i progetti di citizen science (come Galaxy Zoo) contribuiscono a scoperte di alto valore e la caratterizzazione di oggetti all'interno di insiemi di dati astronomici.

L'astroinformatica fornisce una contesto naturale per integrare l'istruzione e la ricerca.[19] L'esperienza della ricerca può essere implementata in classe per coltivare la cultura dei dati (data literacy) attraverso un facile riutilizzo dei dati.[20] Ha anche altri usi, come per applicare dati d'archivio in nuovi progetti, il recupero intelligente delle informazioni e altri.[21]

Note modifica

  1. ^ Largest Galaxy Proto-Supercluster Found - Astronomers using ESO's Very Large Telescope uncover a cosmic titan lurking in the early Universe, su eso.org. URL consultato il 18 ottobre 2018.
  2. ^ a b c Kirk D. Borne, Astroinformatics: data-oriented astronomy research and education, in Earth Science Informatics, vol. 3, 1–2, 12 maggio 2010, pp. 5–17, DOI:10.1007/s12145-010-0055-2.
  3. ^ a b Nikolaj Kirov, Astroinformatics and digitization of astronomical heritage (PDF), su math.bas.bg, Sarajevo, 5° SEEDI International Conference Digitization of cultural and scientific heritage, 2010. URL consultato il 1º novembre 2012 (archiviato dall'url originale il 26 dicembre 2017).
  4. ^ Kirk Borne, Science User Scenarios for a Virtual Observatory Design Reference Mission: Science Requirements for Data Mining, 2000, arXiv:astro-ph/0008307.
  5. ^ Kirk Borne, Scientific Data Mining in Astronomy, in Kargupta (a cura di), Next generation of data mining, London, CRC Press, 2008, pp. 91–114, ISBN 9781420085860.
  6. ^ Kirk D Borne, Distributed data mining in the National Virtual Observatory, in Belur V Dasarathy (a cura di), Data Mining and Knowledge Discovery: Theory, Tools, and Technology V, Data Mining and Knowledge Discovery: Theory, Tools, and Technology V, vol. 5098, 2003, pp. 211–218, DOI:10.1117/12.487536.
  7. ^ a b Kirk Borne, Virtual Observatories, Data Mining, and Astroinformatics, in Planets, Stars and Stellar Systems, 2013, pp. 403–443, DOI:10.1007/978-94-007-5618-2_9, ISBN 978-94-007-5617-5.
  8. ^ O. Laurino, R. D’Abrusco, G. Longo e G. Riccio, Astroinformatics of galaxies and quasars: a new general method for photometric redshifts estimation, in Monthly Notices of the Royal Astronomical Society, vol. 418, n. 4, 21 dicembre 2011, pp. 2165–2195, Bibcode:2011MNRAS.418.2165L, DOI:10.1111/j.1365-2966.2011.19416.x, arXiv:1107.3160.
  9. ^ Kirk Borne, Astroinformatics: A 21st Century Approach to Astronomy, in Astro2010: The Astronomy and Astrophysics Decadal Survey, vol. 2010, 2009, pp. P6, Bibcode:2009astro2010P...6B, arXiv:0909.3892.
  10. ^ Online Science, su Talks by Jim Gray, Microsoft Research. URL consultato l'11 gennaio 2015.
  11. ^ Jim Gray eScience Award, su Microsoft Research.
  12. ^ Astroinformatics in Canada, Nicholas M. Ball, David Schade. Retrieved 1 November 2012.
  13. ^ 'Astroinformatics' helps Astronomers explore the sky, su Phys.org, Heidelberg University. URL consultato l'11 gennaio 2015.
  14. ^ Tony Hey, The Fourth Paradigm: Data-Intensive Scientific Discovery, su Microsoft Research, ottobre 2009.
  15. ^ N.M. Ball e R.J. Brunner, Data Mining and Machine Learning in Astronomy, in International Journal of Modern Physics D, vol. 19, n. 7, 2010, pp. 1049–1106, Bibcode:2010IJMPD..19.1049B, DOI:10.1142/S0218271810017160, arXiv:0906.2173.
  16. ^ K Borne, J Becla, I Davidson, A Szalay, J. A Tyson e Coryn A.L Bailer-Jones, The LSST Data Mining Research Agenda, in AIP Conference Proceedings, 2008, pp. 347–351, DOI:10.1063/1.3059074, arXiv:0811.0167.
  17. ^ Ž Ivezić, T Axelrod, A. C Becker, J Becla, K Borne, D. L Burke, C. F Claver, K. H Cook, A Connolly, D. K Gilmore, R. L Jones, M Jurić, S. M Kahn, K.-T Lim, R. H Lupton, D. G Monet, P. A Pinto, B Sesar, C. W Stubbs, J. A Tyson e Coryn A.L Bailer-Jones, Parametrization and Classification of 20 Billion LSST Objects: Lessons from SDSS, in AIP Conference Proceedings, AIP Conf. Proc., vol. 1082, 2008, pp. 359–365, DOI:10.1063/1.3059076, arXiv:0810.5155.
  18. ^ Kirk Borne, Collaborative Annotation for Scientific Data Discovery and Reuse, su Bulletin of the ASIS&T, American Society for Information Science and Technology. URL consultato l'11 gennaio 2016 (archiviato dall'url originale il 5 marzo 2016).
  19. ^ Kirk Borne, The Revolution in Astronomy Education: Data Science for the Masses, in Astro2010: The Astronomy and Astrophysics Decadal Survey, vol. 2010, 2009, pp. P7, Bibcode:2009astro2010P...7B, arXiv:0909.3895.
  20. ^ Using Data in the Classroom, su Science Education Resource Center at Carleton College, National Science Digital Library. URL consultato l'11 gennaio 2016.
  21. ^ Kirk Borne, Astroinformatics: Data-Oriented Astronomy (PDF), George Mason University, USA. URL consultato il 21 gennaio 2015.

Altri progetti modifica

Collegamenti esterni modifica

  Portale Astronomia
Estratto da "https://it.wikipedia.org/w/index.php?title=Astroinformatica&oldid=138489961"