[Alumnos] curso sobre herramientas virtuales

Mar Oct 16 13:40:30 -03 2018

Por favor difundir:

-----------------------------------------------------------------------------------------------------------------------------

Curso de posgrado. Facultad de Ciencias Astronómicas y Geofísicas.
Universidad Nacional de La Plata

*Comienzo*:

Lunes 29 de octubre 2018 a las 10:30 hs. Salón Meridiano.

*Clases teóricas (meridiano)*:

Lunes 29 de octubre de 10:30 a 12:30.

Martes 30 de 10:00 a 12:00.

Miércoles 31 de 10:00 a 12:00

*Laboratorios* (*meridiano*):

Lunes, martes y miércoles desde las 14:00.

Profesor: Rodolfo Héctor Barbá (Universidad de La Serena, Chile)

Email: rbarba en userena.cl

Ayudante en tutorías y responsable de firmar actas: Roberto Gamen (FCAG)

Email: rgamen en fcaglp.unlp.edu.ar

Observatorios Virtuales
Guía de supervivencia para jóvenes astrónomos en la era del big data

------------------------------
Descripción del curso

El mundo y las ciencias están cambiando tan rápidamente que se vuelve un
desafío diario para los científicos mantenerse actualizados. Nuevos datos
están siendo ingeridos por las bases de datos todo el tiempo, expandiendo
exponencialmente el número de fuentes astrofísicas, y el número de
parámetros observacionales determinados para ellos. Además, existen nuevos
modos de descubrimiento para este abrumador crecimiento de datos y recursos
computacionales dedicados en la Astrofísica. La infraestructura
computacional mundial incluye bases de datos, observatorios virtuales y
datos distribuidos, computación de alto rendimiento y distribuida (por
ejemplo, grid, cloud), nuevos métodos de búsqueda y análisis inteligente,
herramientas de descubrimiento, entornos de visualización poderosos y
métodos para intercambiar y compartir la información. La investigación es
completamente diferente a las utilizadas en el siglo pasado. Está surgiendo
un nuevo paradigma de cómo hacer investigación. Estas conferencias y
laboratorios están orientados a ayudar al alumno a sobrevivir al tsunami de
datos y aprender lo esencial sobre la estructura de los datos astronómicos,
sus repositorios, cómo se recopilan y organizan, y cómo acceder a ellos de
manera eficiente. Se realizarán algunos ejercicios de descubrimiento muy
divertidos.

Descripción sintética del curso:

   -

   Unidad 1 - Lab 1. (2 hs de clases y  4 hs de laboratorio)
   -

      Astronomía en el pasado versus Astronomía actual: ¡Y ahora quién
      podrá salvarme! Llamando al Chapulín Colorado.
      -

      Datos por todos lados: un nuevo paradigma de hacer investigación:
      cambia tu mente o disfruta el show desde tu ventana.
      -

      Desde el proyecto de investigación hasta la propuesta de observación.

   -

      Centros de datos. Bases de datos de objetos. Catálogos astronómicos.
      Servicios bibliográficos. Métricas de datos y bibliográficas. Otros
      servicios.
      -

      Lab 1: Acceso a centros de datos. Correlación de catálogos.
      Visualización.

   -

   Unidad 2 - Lab 2. (2 hs de clases y 4 hs de laboratorio)
   -

      El Universo pancromático.
      -

      Servidores multimisiones: HEASARC, IRSA, MAST.
      -

      GAIA y una nueva cosmografía de la Vía Láctea.
      -

      SDSS DRs.
      -

      Servidores de datos de observatorios terrestres.
      -

      Lab 2. Accediendo y bajando información de centros de datos.

   -

   Unidad 3 - Lab 3. (2hs de clases y 10 hs de laboratorio incluyendo un
   tema de investación propuesto)
   -

      Observatorios Virtuales: IVOA
      -

      La información astronómica, cómo está organizada.
      -

      De archivos a servicios. Datos estructurados.
      -

      Astroinformática y Astroestadística.
      -

      Descubrimientos con herramientas virtuales (VO tools).
      -

      Lab 3. Investigación con VO tools e integración de servicios
      astronómicos en tu computadora.
      -

      Temas de investigación propuestos en Astronomía galáctica y
      extragaláctica como aplicación de las herramientas aprendidas.

El curso está basado en tres clases  (2 hs cada una), tres laboratorios (de
4 hs) y un laboratorio final de investigación (6 hs). Además, se deben
considerar 12 hs de clases de consultas. El software a utilizar es Aladin,
TopCat y STILT.

*Se sugiere fuertemente llevar laptop con el software instalado
correctamente. *

*Evaluación del curso*: Se realizará a partir de la participación activa
dentro del curso y la memoria realizada sobre las prácticas tutorizadas.

*Bibliografía*:

*Manuales*

   - *Aladin Manuel de l'utilisateur. *
   http://aladin.u-strasbg.fr/java/AladinManuelV10.pdf
   - *Astronomical Data System Help pages*.
   https://adsabs.github.io/help/search/search-syntax
   - *Become a Power User at Astronomical Data System*.
   https://docs.google.com/presentation/d/1Nob5D2JEW131E4IfpNYE--eHienKQbwdauTcTvSWl38/edit#slide=id.p4
   - *Strasbourg Astronomical Data Center Help pages*.
   http://cdsportal.u-strasbg.fr/doc/
   - *Astronomical Data Formats*:
   https://fits.gsfc.nasa.gov/fits_standard.html
   - *Gaia DR2 Tutorial*. https://github.com/petigura/gaia-dr2-tutorial
   - *Extensive Markup Language. *https://www.w3.org/XML/
   - *VOTable Specifications*:
   http://www.ivoa.net/documents/VOTable/20130920/REC-VOTable-1.3-20130920.html
   - *Astronomical Service Protocols*:
   http://simbad.u-strasbg.fr/simbad/sim-tap
   - *Astronomical Data Query Language*:
   http://www.ivoa.net/Documents/latest/ADQL.html
   - *ADQL Library*, http://cdsportal.u-strasbg.fr/adqltuto/
   - *VizieR Tutorial*.
   http://cds.u-strasbg.fr/tutorial/vizier/advancedviziertutorial.pdf
   - *AstroPy. *http://docs.astropy.org/en/stable/
   - *TopCat Tutorial.* http://andromeda.star.bris.ac.uk/topcat/tutorial/

*Libros*

   - *Statistics, Data Mining, and Machine Learning in Astronomy: A
   Practical Python Guide for Analysis of Survey Data*, Z. Ivezyc et al.
   2014, Princeton University Press, 552 pages.
   - *Bayesian Models for Astrophysical Data*, J.M. Hilbe, R. S. de Souza,
   E. Ishida 2017, Cambridge University Press, 408 pages.

*Referencias*

Boch, T. & Fernique P. 2014, ASPC, 485, 277: *"Aladin Lite: Embed your Sky
in the Browser".*

Bonnarel, F. et al. 2000, A&AS, 143, 33: *"The ALADIN interactive sky
atlas. A reference tool for identification of astronomical sources".*

Buga, M. et al. 2018, EPJWC, 186: *"Bibliography, catalogs, pixel data:
Management of heterogeneous Big Data at CDS by the documentalists".*

Calabretta, M.R., Greisen, E.W., 2002, A&A, 395, 1077: *"Representations of
celestial coordinates in FITS".*

Calabretta, M., Boudewijn, F. 2007, MNRAS, 381, 865: *"Mapping on the
HEALPix grid".*

Fernique, P. et al. 2015, A&A, 578, A114: *"Hierarchical progressive
surveys. Multi-resolution HEALPix data structures for astronomical images,
catalogues, and 3-dimensional data cubes".*

Górski, K.M. et al. 2005, ApJ, 622, 759: *"**HEALPix: A Framework for
High-Resolution Discretization and Fast Analysis of Data Distributed on the
Sphere".*

Ochsenbein, F. et al. 2000, A&AS, 143, 23: *"The VizieR database of
astronomical cataloges".*

Robitaille, T.P. et al. 2013, A&A, 558, A33: *"Astropy: a community Python
package for Astronomy".*

Taylor, M. 2005, ASPC, 347, 29: *"**TOPCAT & STIL: Starlink Table/VOTable
Processing Software".*

Taylor, M. 2011, ASCL, 1101: *"TOPCAT: Tool for OPerations on Catalogues
And Tables".*

*Referencias de casos científicos muy recientes*

Alhassan, W. et al. (2018), MNRAS, 480:2085: The FIRST Classifier: compact
and extended radio galaxy classification using deep Convolutional Neural
Networks

Boubert, D. et al. (2018), MNRAS, 479, 2789: Revisiting hypervelocity stars
after Gaia DR2.

Cantat-Gaudin, T. (2018), A&A, 615, A49: Characterising open clusters in
the solar neighbourhood with the Tycho-Gaia Astrometric Solution.

Chen et al. (2018), arxiv.1807.03448: Wide-field Infrared Survey Explorer
Catalog of Periodic Variable Stars.

Chen, B. -Q. Et al. (2018), arxiv.1807.02241: Three-dimensional
interstellar dust reddening maps of the Galactic plane.

Jiménez-Esteban, F. M. et al. (2018), MNRAS, 480, 1605: A White Dwarf
catalogue from Gaia-DR2 and the Virtual Observatory.

Joyce, S. R. G. et al. (2018), MNRAS, 479, 1612: Testing the white dwarf
mass-radius relation and comparing optical and far-UV spectroscopic results
with Gaia DR2, HST, and FUSE.

Kawata, D. et al. (2018), arxiv.1807.03448: Radial distribution of stellar
motions in Gaia DR2.

Luhman et al. 2018, arxiv.1807.07955: New Young Stars and Brown Dwarfs in
the Upper Scorpius Association

Schindler, Jan-Torge  et al. (2018), ApJ, 863, 144: The Extremely Luminous
Quasar Survey in the SDSS footprint. II. The North Galactic Cap Sample.

Sindhu, et al. (2018), MNRAS, 481, 286: Ultraviolet stellar population of
the old open cluster M67 (NGC 2682)

Vitello, et al. (2018), PASP, 130, 990: Vialactea Visual Analytics Tool for
Star Formation Studies of the Galactic Plane

Yen, Steffi X. et al (2018), A&A, 615, A12 : Reanalysis of nearby open
clusters using Gaia DR1/TGAS and HSOY

Zhen, W. et al. (2018), MNRAS, 480, 1218: Galactic cartography with
SkyMapper - I. Population substructure and the stellar number density of
the inner halo.
--------------------------------------------------------------------------------------------------------------

Interesados contactar a Roberto Gamen (rgamen en fcaglp.unlp.edu.ar).

+información en la web de NOVA:
http://nova.fcaglp.unlp.edu.ar/static/actividades.html

Saludos,

 Roberto Gamen     ||     rgamen en fcaglp.unlp.edu.ar
   Instituto    de    Astrofísica     de     La     Plata
CONICET - UNIVERSIDAD NACIONAL DE LA PLATA
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://fcaglp.fcaglp.unlp.edu.ar/pipermail/alumnos/attachments/20181016/ba8ada35/attachment-0001.html>