Universität Wien FIND

Auf Grund der COVID-19 Pandemie kann es bei Lehrveranstaltungen und Prüfungen auch kurzfristig zu Änderungen kommen. Informieren Sie sich laufend in u:find und checken Sie regelmäßig Ihre E-Mails. Bei Lehrveranstaltungen und Prüfungen gilt Anmeldepflicht, vor Ort gelten FFP2-Pflicht und 2,5G.

Lesen Sie bitte die Informationen auf studieren.univie.ac.at/info.

280498 SE PM-Astr Data Mining und Datenverarbeitung (PI) (2017W)

Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch, Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Freitag 06.10. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 20.10. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 03.11. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 17.11. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 01.12. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 15.12. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 12.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 19.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Freitag 26.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Unser Seminar beschäftigt sich mit "Data Mining" und "Data Handling of Big Data" in der Astronomie. Wir wollen uns vor allem mit dem ESO Science Archive Facility (http://archive.eso.org) und dem Mikulski Archive for Space Telescopes (MAST, http://archive.stsci.edu/) beschäftigen. Wir werden verschiedene Fragestellungen näheruntersuchen: Wie findet man alle vorhandenen Daten für ein Objekt oder eine Gruppe von Objekten? Wie kann man eine große Datenmenge effizient reduzieren und analysieren? Wir werden sowohl verschiedene Methoden als auch Werkzeuge vorstellen. Es ist geplant, eine konkrete Aufgabenstellung von der Planung bis zur Publikation durchzuführen. Als Begleitung zu diesem Seminar empfehlen wir folgendes Buch: "Data-Rich Astronomy: Mining Synoptic Sky Surveys" von Stefano Cavuoti (2015, LAP LAMBERT, Academic Publishing).

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mindestanforderungen und Beurteilungsmaßstab

Prüfungsstoff

Literatur

"Data-Rich Astronomy: Mining Synoptic Sky Surveys" von Stefano Cavuoti (2015, LAP LAMBERT, Academic Publishing).

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:42