Data Astronomie
“…Ne demandez pas quelles sont les données dont vous avez besoin pour faire votre science, demandez quelle science vous pouvez faire avec vos données…”
La construction et le développement continus de relevés astronomiques au sol et dans l’espace allant des rayons gamma et des rayons X, ultraviolets, optiques et infrarouges aux bandes radio a fait entrer l’astronomie et l’astrophysique dans l’ère des mégadonnées. Celles-ci ont été conçues pour mettre à disposition leurs relevés (à qui veut bien aller les chercher). Les besoins de traitement de données évoluent et se complexifient. La recherche est donc passée de l’analyse hypothético-déductive à une analyse “conduite par les données” (Data-Driven Analysis).
Les outils d’échantillonnage de données, de traitement d’images ou d’apprentissage disponibles sont de plus en plus efficaces et peuvent être appréhendés par des structures informatiques modestes avant d’être maîtrisés sur des infrastructures toujours plus puissantes et donc toujours plus gourmandes en énergie. Si les instruments sont de plus en plus précis avec des capacités d’observation extraordinaires, l’étude des objets isolés laisse de plus en plus place à une approche souvent statistique permettant de découvrir ou de vérifier des lois plus générales.
Les algorithmes de traitement d’image intègrent plus de modalités et plus de dimensions. Si les moyens de calculs disponibles dans les grands laboratoires permettent de réaliser des corrélations sur des tables de dimension gigantesques (plusieurs centaines de variables pour plusieurs milliards d’enregistrements), l’extraction de connaissances permise par les nouveaux algorithmes d’apprentissages (deep learning, data-mining, machine learning) nécessite de plus une compréhension plus fines des concepts et des méthodes disponibles.
La contribution proposée ici a pour objectif de contribuer à sensibiliser les amateurs passionnés d’astrophysique ne disposant que de ressources informatiques limitées et de les accompagner (avec ce guide) dans la mise en œuvre de cas simples ne nécessitant que les ressources d’un ordinateur standard.
