A New Framework for a Model-Based Data Science Computational Platform

Auteurs : Demitri Muna, Eric Huff

arXiv: 1402.5932v1 - DOI (astro-ph.IM)
submitted to Astronomy and Computing

Résumé : Astronomy produces extremely large data sets from ground-based telescopes, space missions, and simulation. The volume and complexity of these rich data sets require new approaches and advanced tools to understand the information contained therein. No one can load this data on their own computer, most cannot even keep it at their institution, and worse, no platform exists that allows one to evaluate their models across the whole of the data. Simply having an extremely large volume of data available in one place is not sufficient; one must be able to make valid, rigorous, scientific comparisons across very different data sets from very different instrumentation. We propose a framework to directly address this which has the following components: a model-based computational platform, streamlined access to large volumes of data, and an educational and social platform for both researchers and the public.

Soumis à arXiv le 24 Fév. 2014

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.