ИСТИНА

В настоящее время наблюдается экспоненциальный рост объемов данных астрономических наблюдений, обусловленный созданием новых обзорных телескопов, совершенствованием техники астрономических наблюдений и, как следствие, появлением все новых цифровых обзоров неба высокого качества в разных диапазонах спектра: SDSS, WISE, GALEX, UKIDSS, 2MASS, Legacy Surveys, GAIA, PANSTARRS, SkyMapper и др. Общий объем астрономических изображений, хранящихся в открытых архивах обсерваторий составляет несколько петабайт. Каждый фотометрический обзор неба содержит миллионы фотографий в разных фильтрах и является уникальной базой знаний для исследования астрономических феноменов: от астероидов Солнечной системы и звезд Млечного пути до скоплений галактик и квазаров на окраине видимой Вселенной. Для проведения эффективных исследований в области наблюдательной астрофизики на доступных больших массивах данных небесных обзоров актуальной задачей является создание гибко конфигурируемого конвейера обработки массивов сырых изображений и каталогов значительных объемов, включающего в себя как стандартные этапы обработки астрономических данных, так и современные вычислительно интенсивные алгоритмы анализа на основе машинного обучения.В данной работе представлена технология распределенного хранения, обработки и интеллектуального анализа больших массивов данных астрономических наблюдений.