[논문 리뷰] Scientific Data Mining in Astronomy

K. D. Borne|ArXiv.org|2009. 11. 03.

Astronomy and Astrophysical Research참고 문헌 69인용 수 11

한 줄 요약

이 논문은 대규모 설문조사인 LSST와 같은 설문에서 일시적인 천체 현상을 실시간으로 분류할 수 있도록 데이터 마이닝, 머신러닝, 의미론적 메타데이터 표기 기법을 통합하는 천문학의 새로운 데이터 집약적 연구 범주인 천문정보학을 제안한다. 이는 분산된 데이터 마이닝, 메타데이터 마크업, 공동 작업형 메타데이터 표기 기반의 분류 브로커 프레임워크를 도입하여 이질적인 천문학적 데이터 소스 간의 지식 발견을 지원한다.

ABSTRACT

We describe the application of data mining algorithms to research problems in astronomy. We posit that data mining has always been fundamental to astronomical research, since data mining is the basis of evidence-based discovery, including classification, clustering, and novelty discovery. These algorithms represent a major set of computational tools for discovery in large databases, which will be increasingly essential in the era of data-intensive astronomy. Historical examples of data mining in astronomy are reviewed, followed by a discussion of one of the largest data-producing projects anticipated for the coming decade: the Large Synoptic Survey Telescope (LSST). To facilitate data-driven discoveries in astronomy, we envision a new data-oriented research paradigm for astronomy and astrophysics -- astroinformatics. Astroinformatics is described as both a research approach and an educational imperative for modern data-intensive astronomy. An important application area for large time-domain sky surveys (such as LSST) is the rapid identification, characterization, and classification of real-time sky events (including moving objects, photometrically variable objects, and the appearance of transients). We describe one possible implementation of a classification broker for such events, which incorporates several astroinformatics techniques: user annotation, semantic tagging, metadata markup, heterogeneous data integration, and distributed data mining. Examples of these types of collaborative classification and discovery approaches within other science disciplines are presented.

연구 동기 및 목표

• 데이터 마이닝을 천문학의 기초적인 연구 방법으로 정립하여 분류, 군집화, 새로운 현상 탐지에서의 역할을 강조한다.
• 향후 설문조사인 LSST와 같이 10년간 매 20초마다 6GB의 이미지를 생성하는 초대규모 실시간 데이터를 분석하는 데 증가하는 도전 과제를 해결한다.
• 분산된 천문학적 데이터베이스 간의 자료 공유, 재사용, 공동 지식 발견을 통합하는 천문정보학이라는 새로운 연구 및 교육 범주를 촉진한다.
• 의미론적 태그와 분산된 데이터 마이닝을 활용하여 일시적이고 변수가 되는 천체 현상을 신속하고 자동으로, 공동으로 식별할 수 있도록 분류 브로커 시스템을 개발한다.
• 생물정보학에서 유래한 정보학 원칙(예: BioDAS)을 천문학에 적용하여 천체 및 그 성질에 대한 표준화되고 기계로 읽을 수 있는 메타데이터 표기 체계를 가능하게 한다.

제안 방법

• 데이터 마이닝 기법—특히 비지도 군집화, 지도 학습 기반 분류, 반지도 이상치 탐지—를 천문학적 데이터에 적용하는 데이터 중심의 연구 범주를 채택한다.
• 사용자 메타데이터 표기, 의미론적 태그, 메타데이터 마크업을 통합하여 과학적 의미와 기원을 데이터에 부여하는 분류 브로커 시스템을 구현한다.
• 이질적인 데이터 컬렉션 간의 분산된 데이터 마이닝을 활용하여 대규모이고 지리적으로 산재한 천문학적 데이터베이스에서 분류 및 탐색 작업을 확장한다.
• 가상 천문대 인프라를 활용하여 이식성, 데이터 통합, 분산된 디지털 천문학 데이터 저장소에의 액세스를 가능하게 한다.
• 생물정보학의 분산 메타데이터 표기 시스템(BioDAS) 개념을 응용하여 천문학용으로 유사한 시스템인 AstroDAS를 구축함으로써 연구자가 천체에 대한 지식을 표기하고 공유할 수 있도록 한다.
• 인간의 전문 지식과 머신러닝을 융합하여 분류 정확도를 향상시키고, 초신성, 소행성, 변수별과 같은 일시적 현상의 실시간 탐지 기능을 가능하게 한다.

실험 결과

연구 질문

• RQ1 현대 천문학에서 분류, 군집화, 새로운 현상 탐지 문제를 해결하기 위해 데이터 마이닝 기법을 체계적으로 어떻게 적용할 수 있는가?
• RQ2 LSST 설문에서 예상되는 거대한 수의 일시적 및 변수가 되는 천체를 실시간으로 분류하기 위해 필요한 확장 가능한 분산 아키텍처는 무엇인가?
• RQ3 의미론적 메타데이터 표기와 메타데이터 마크업는 천문학적 데이터의 재사용성, 상호운용성, 과학적 가치를 어떻게 향상시킬 수 있는가?
• RQ4 천문정보학은 데이터 집약적인 천문학을 위한 통합된 연구 및 교육 프레임워크로 어떻게 작용할 수 있는가?
• RQ5 생물정보학에서의 원칙, 예를 들어 분산 메타데이터 표기 시스템은 천문학에서 지식 발견을 지원하기 위해 어떻게 적응시킬 수 있는가?

주요 결과

• 데이터 마이닝은 오랫동안 천문학의 핵심 연구 활동—예를 들어, 별, 은하, 일시적 현상의 군집화 및 분류—을 뒷받침하는 데 핵심적인 역할을 해왔다.
• LSST 프로젝트는 10년간 매 20초마다 6GB의 이미지를 생성하는 데이터 폭풍을 유발할 것이며, 이에 따라 머신러닝과 데이터 마이닝 기반의 자동화된 실시간 분류 시스템이 필수적이다.
• 사용자 메타데이터 표기, 의미론적 태그, 분산된 데이터 마이닝을 통합한 분류 브로커 프레임워크는 새로운 천체 현상의 공동 작업형, 확장 가능하고 투명한 탐색을 가능하게 한다.
• 천문정보학을 천문학 연구 및 교육에 통합함으로써 탐구 기반 학습을 지원하며, 학생들과 시민 과학자들이 대규모 천문학 데이터베이스를 활용해 실제 데이터 기반의 발견을 수행할 수 있도록 한다.
• BioDAS 모델을 천문학에 적응시켜 AstroDAS로 구현함으로써 연구자들은 천체 및 그 성질에 대한 표준화되고 분산된 시스템을 통해 지식을 표기하고 공유할 수 있으며, 데이터 기원과 상호운용성을 향상시킬 수 있다.
• 천문정보학을 새로운 학문 분야로 도입함으로써 천문학에서 데이터 중심, 공동 작업형, 투명한 과학적 발견의 범주 전환이 이루어지며, 가상 천문대와 같은 현대 사이버인fra구조와 부합한다.