Embedded Files
Post date: Mar 16, 2016 7:47:56 AM
Παρασκευή 18/03 στις 16:00
Δρ Γιάννης Κοντογιάννης, Μεταδιδακτορικός ερευνητής, ΚΕΑΕΜ, Ακαδημία Αθηνών.
Τίτλος Ιδιότητες των κέντρων δράσης και η πρόγνωση των ηλιακών εκλάμψεων. Περίληψη Οι ηλιακές εκλάμψεις είναι οι ισχυρότερες εκρήξεις στο ηλιακό σύστημα. Η αυξημένη ηλιακή ακτινοβολία υπεριώδους, ακτίνων Χ και ακτίνων γ επιδρά αμέσως στην ιονόσφαιρα, ενώ ενεργητικά σωματίδια επηρεάζουν τη γήινη μαγνητόσφαιρας εντός λεπτών ή ωρών. Η τεχνολογία μας, στην οποία στηρίζονται πολλές πτυχές της καθημερινότητάς μας, είναι ευάλωτη στα αποτελέσματα των ηλιακών εκλάμψεων, καθιστώντας αναγκαία την πρόγνωση αυτών των φαινομένων. Η επιστημονική κοινότητα παρακολουθεί διαρκώς τον Ήλιο, μετρώντας την ακτινοβολία που εκπέμπει και απεικονίζοντας την ηλιακή ατμόσφαιρα και την κατανομή των ισχυρών μαγνητικών πεδίων στον ηλιακό δίσκο. Χρησιμοποιώντας αυτές τις μετρήσεις, υπολογίζεται μια σειρά παραμέτρων, οι οποίες χρησιμοποιούνται ως δείκτες της πιθανής εμφάνισης ηλιακών εκλάμψεων. Σε αυτή την ομιλία, γίνεται αναφορά σε κάποιες από αυτές τις παραμέτρους, το φυσικό τους περιεχόμενο και τη χρησιμότητά τους στην πρόγνωση, υπολογίζοντάς τες για ένα δείγμα κέντρων δράσης. Η μελέτη γίνεται στα πλαίσια του ευρωπαϊκού προγράμματος FLARECAST, το οποίο συντονίζεται από το Κέντρο Έρευνας Αστρονομίας και Εφαρμοσμένων Μαθηματικών (ΚΕΑΕΜ) της Ακαδημία Αθηνών. Στο πρόγραμμα συμμετέχουν οχτώ φορείς από όλη την Ευρώπη και χρηματοδοτείται από την Ευρωπαϊκή Επιτροπή, με σκοπό να συνδυάσει όλες τις μέχρι τώρα μεθόδους πρόγνωσης (και να αναπτύξει νέες), σε μια καινοτόμα πλατφόρμα η οποία θα παρέχει τις ακριβέστερες προγνώσεις που έχουν επιτευχθεί ποτέ.
1-8/4/2016, 16:00-19:00
Σεμινάριο για την γνωριμία με εργαλεία αναζήτησης, ανάλυσης και επισκόπησης δεδομένων Virtual Observatories (VO tools)
15/04/2016 17:30
Αντώνης Καράμπελας
Τίτλος
Astrostatistics, Data Mining and Machine Learning
Περίληψη
Το μέγεθος των βάσεων αστρονομικών δεδομένων είναι πλέον ασύλληπτο και μεγαλώνει συνεχώς, με τους επιστήμονες να καλούνται να ανακαλύψουν σε αυτές συσχετίσεις και μοτίβα, πολλά από τα οποία είναι «αόρατα» με «γυμνό μάτι». Ήδη χρησιμοποιούνται ισχυρές στατιστικές μέθοδοι Εξόρυξης Δεδομένων (Data Mining), με τις οποίες ανακτώνται οι πληροφορίες που χαρακτηρίζουν τα δεδομένα, καθώς και μέθοδοι Μηχανικής Μάθησης (Machine Learning), όπου αλγόριθμοι τεχνητής νοημοσύνης «εκπαιδεύονται» από τα ίδια τα δεδομένα
ώστε να τα ταξινομήσουν και να τα παραμετροποιήσουν. Η εφαρμογή των παραπάνω στην Αστρονομία μορφοποιεί αυτό που συχνά αναφέρεται ως Αστροστατιστική (Astrostatistics). Στην ομιλία αυτή θα παρουσιαστεί η εξόρυξη δεδομένων και η μηχανική μάθηση και θα πραγματοποιηθεί μία ενδεικτική παρουσίαση κάποιων μεθόδων Αστροστατιστικής, ως προς τις ιδέες που κρύβονται πίσω από αυτές και τις εφαρμογές τους σε πραγματικά αστρονομικά δεδομένα.
Επόμενες ομιλίες:
Κοσμάς Γαζέας
Κώστας Διαλυνάς
Google Sites
Report abuse