Anàlisi de Dades en Astrofísica [104416]
Delfino, Manuel
Casado Lechuga, María del Pilar
Blanch Bigas, Oscar
Universitat Autònoma de Barcelona. Facultat de Ciències

Título variante: Data Analysis in Astrophysics
Título variante: Análisis de Datos en Astrofísica
Fecha: 2023-24
Resumen: La visió que té la humanitat de l'Univers va canviar radicalment al segle XX. L'evolució de les tècniques de detecció ha augmentat el nombre d'objectes visibles al cel d'uns quants centenars a milers de milions. A més, els objectes es poden observar mitjançant radiació electromagnètica en una àmplia gamma de longituds d'ona, des de radi i infraroig fins a la banda visible i els raigs X. Les tècniques experimentals de la física de partícules elementals s'han adaptat per estendre les observacions d'objectes celestes, per exemple a través de fotons de més energia (raigs gamma). Aquestes tècniques també permeten, per primera vegada, l'observació del cel a través de missatgers no electromagnètics, és a dir, partícules carregades ("raigs còsmics") i, molt recentment, neutrins. Finalment, gegantins interferòmetres làser molt precisos han observat recentment ones gravitacionals, que brinden una altra manera d'observar objectes celestes. Totes aquestes maneres d'observar l'Univers estan produint enormes quantitats de dades que cal filtrar, calibrar, analitzar i comparar amb les prediccions teòriques. Això requereix la reducció de les dades en sistemes d'alt rendiment i simulacions en sistemes d'altes prestacions, combinades amb anàlisis estadístiques sofisticades i estimacions d'incertesa. Les tècniques de Big Data i Intel·ligència Artificial s'estan aplicant cada 1 sofisticades i estimacions d'incertesa. Les tècniques de Big Data i Intel·ligència Artificial s'estan aplicant cada vegada més al camp. L'objectiu del curs és explorar aquestes tècniques en el context del Grau.
Resumen: Humanity's vision of the Universe changed radically in the 20th century. The evolution of detection techniques has increased the number of objects visible in the sky from a few hundred to many billions. In addition, objects can be observed through electromagnetic radiation in a wide range of wavelengths, from radio and infrared to the visible band and X-rays. Experimental techniques from elementary particle physics have been adapted to extend observations of celestial objects, for example through higher energy photons (gamma rays). These techniques also allow, for the first time, the observation of the sky through non-electromagnetic messengers, that is, charged particles ("cosmic rays") and, very recently, neutrinos. Finally, gigantic, highly accurate laser interferometers have recently observed gravitational waves, providing another way of observing celestial objects. All of these ways of looking at the Universe are producing enormous amounts of data that must be filtered, calibrated, analyzed, and compared with theoretical predictions. This requires data reduction in high throughput systems and simulations in high performance systems, combined with sophisticated statistical analysis and uncertainty estimation. Big Data and Artificial Intelligence techniques are being increasingly 1 analysis and uncertainty estimation. Big Data and Artificial Intelligence techniques are being increasingly applied in the field. The objective of the course is to explore these techniques in the context of the Degree.
Resumen: La visión que tiene la humanidad del Universo cambió radicalmente en el siglo XX. La evolución de las técnicas de detección ha aumentado el número de objetos visibles en el cielo de unos pocos cientos a muchos miles de millones. Además, los objetos se pueden observar a través de radiación electromagnética en una amplia gama de longitudes de onda, desde radio e infrarrojo hasta la banda visible y los rayos X. Las técnicas experimentales de la física de partículas elementales se han adaptado para extender las observaciones de objetos celestes, por ejemplo a través de fotones de mayor energía (rayos gamma). Estas técnicas también permiten, por primera vez, la observación del cielo a través de mensajeros no electromagnéticos, es decir, partículas cargadas ("rayos cósmicos") y, muy recientemente, neutrinos. Finalmente, gigantescos interferómetros láser muy precisos han observado recientemente ondas gravitacionales, que brindan otra forma de observar objetos celestes. Todas estas formas de observar el Universo están produciendo enormes cantidades de datos que se deben filtrar, calibrar, analizar y comparar con las predicciones teóricas. Esto requiere la reducción de los datos en sistemas de alto rendimiento y simulaciones en sistemas de altas prestaciones, combinadas con análisis 1 sistemas de alto rendimiento y simulaciones en sistemas de altas prestaciones, combinadas con análisis estadísticos sofisticados y estimaciones de incertidumbre. Las técnicas de Big Data e Inteligencia Artificial se están aplicando cada vez más en el campo. El objetivo del curso es explorar estas técnicas en el contexto del Grado.
Derechos: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. Creative Commons
Lengua: Català, anglès, castellà
Titulación: Matemàtica Computacional i Analítica de Dades [2503740]
Plan de estudios: Grau en Matemàtica Computacional i Analítica de Dades [1403]
Documento: Objecte d'aprenentatge



Català
4 p, 103.2 KB

Anglès
4 p, 102.4 KB

Castellà
4 p, 103.3 KB

El registro aparece en las colecciones:
Materiales académicos > Guías docentes

 Registro creado el 2023-07-07, última modificación el 2023-12-11



   Favorit i Compartir