文献

J-GLOBAL ID：201702290540063804   整理番号：17A0308367

総観天空調査からの大量のデータストリームの実時間データマイニング【Powered by NICT】

Real-time data mining of massive data streams from synoptic sky surveys

著者 (7件)： Djorgovski S.G. (California Institute of Technology, Pasadena, CA 91125, USA) ,  Graham M.J. (California Institute of Technology, Pasadena, CA 91125, USA) ,  Donalek C. (California Institute of Technology, Pasadena, CA 91125, USA) ,  Mahabal A.A. (California Institute of Technology, Pasadena, CA 91125, USA) ,  Drake A.J. (California Institute of Technology, Pasadena, CA 91125, USA) ,  Turmon M. (Jet Propulsion Laboratory, California Institute of Technology, Pasadena, CA 91109, USA) ,  Fuchs T. (Jet Propulsion Laboratory, California Institute of Technology, Pasadena, CA 91109, USA)
資料名： Future Generation Computer Systems  (Future Generation Computer Systems)
巻： 59  ページ： 95-104  発行年： 2016年06月 
JST資料番号： A0620C  ISSN： 0167-739X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 科学技術データ収集の性質は急速に進化している:データ量と速度は指数関数的に成長し,複雑さと情報量の増加と共に,静的データセットから実時間で解析しなければならないことをデータストリームへの遷移した。迅速に特性化し,限られた資産の最適展開による追加測定で経過観察しなければならない興味あるまたは異常現象。現代天文学はディジタル総観天空調査における過渡事象の形で多様な現象を示し,宇宙爆発(超新星,ガンマ線バースト),相対論的現象(ブラックホール形成,噴流),潜在的に危険な小惑星などを含む。検出,分類と天文学応用のための過渡事象に対する応答を計画する機械学習ツール群を開発し,科学的および方法論的テストベッドとしてCatalinaリアルタイムトランジェント調査(CRTS)を使用している。潜在的に最も興味深い事象に迅速に対応する能力は,現在および予想される総観天空調査から科学的利益を制限する主要なボトルネックである。他の状況に発生する,センサネットワークを用いた環境モニタリングからの自律宇宙飛行体システムと同様の挑戦。データ速度の指数関数的成長,および時間応答を考慮して,完全自動およびロバストな方法が必要である。は,今日までに得られた結果と可能な将来の開発について述べた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データ収集 ,  機械学習 ,  センサネットワーク ,  情報量 ,  *データマイニング ,  高速度 ,  環境モニタリング ,  キャラクタリゼーション ,  過渡現象 ,  科学技術 ,  ロバスト性 ,  宇宙空間 ,  指数関数 ,  天文学
準シソーラス用語： *データストリーム , 【Automatic Indexing@JST】

著者キーワード (5件)： 天空調査 ,  大量データストリーム ,  機械学習 ,  Bayes法 ,  自動意思決定

分類 (4件)： 人工知能  (JE08000Z) ,  その他の計算機利用技術  (JE14000C) ,  その他の情報処理  (JE15050M) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 調査 ,  データストリーム ,  実時間データ