Spark et LSST Christian Arnault.

Slides:



Advertisements
Présentations similaires
Sanyo (VM-D66) 8mm 3 lux Zoom 8x Exp: 1/24 s. ~1992 SBIG (STV) Aucun 0 lux Zoom -- Exp: 60+ s. ~1999 Sony (DCR-TRV320) Digital lux Zoom 25x Exp:
Advertisements

1. Tout rayon passant par le centre optique n’est pas dévié.
GIS Working Group coordonné par UNJLC Base de données géographiques Les trois axes d’actions d’UNJLC Réunion du 04/03/2006 GIS Unit - UNJLC.
13/12/07JRJC décembre 20071/14 Étude de la structure du noyau à halo Li et du sous-système non lié Li (à l’aide de la cible active MAYA)
Moyenne  Conclusions et résumé o 2 idées : la même chose à tout le monde & vérification o 9 formules (du moins pour nous) : 3 familles : arithmétique,
M.Louys, Traitement d'image en Astronomie, Master IRIV Telecom Physique Traitement d'images en Astronomie Mireille Louys TPS /Master IRIV Option 3A ATI.
Journées Grille Lille, 17 mai Applications de la grille à la télédétection et à la modélisation des aérosols atmosphériques Un retour d'expérience.
Modélisation Géométrique Cours 4 : Acquisition de la géométrie.
1 Le stage informatique de Master Rayonnement et Énergie 2009/2010 Ivana Hrivnacova Vincent Lafage Basé sur le stage informatique du LAL et IPN par (2005/2006):
1 Le stage informatique de Masters APIM et PIE (2012/2013) Ivana Hrivnacova Vincent Lafage Basé sur le stage informatique du LAL et IPN par (2005/2006):
Le Pré-traitement en pratique Conférence AIP 2008Luc Coiffier Auteur de DeepSkyStacker.
Comparing color edge detection and segmentation methods Projet TIM.
Les Satellites Auteur : Gilles Petitjean, EADS. Plan  Les différents types de satellites  Les applications des satellites et l’Observation de la Terre.
LA GESTION DES STOCKS. Les stocks dans l’entreprise Un stock, c’est quoi ??? Quantité de marchandises déposées à un endroit en vue d’une utilisation ultérieure.
Traitement d'images en Java avec JAI
Construire son prix de vente,
Présentation sur l’avancement
e-Prelude.com Analyse globale du flux
J4 Cycle 3 Mathématiques Afareaitu, le 9 août 2016.
L'oeil et ses défauts.
LSST Wide, Deep, Fast… Le projet LSST Dominique Boutigny
Pierre Lavallée Ami indéfectible du BSQ puis de l’ISQ
La Compression de Données
LAN Médias cch_ccnp.
PhM – Observatoire de Lyon –
Du besoin au cahier des charges
Evaluation formative Déterminer graphiquement la position, la grandeur et le sens de l’image d’un objet-plan donnée par une lentille convergente.
Acquisition des données
Restauration d’Images de la Rétine Corrigées par Optique Adaptative
SPECIALITE MARKETING.
LAMBERT Rémi Sous la resp. de M. ARLOT Les passages de Vénus.
Avancement des travaux
Le stage informatique de l'IPN
Le stage informatique de l'IPN 2008/2009
Binet,V. Le Flanchec, P. Balleyguier, J.-P. Nègre,
Format des fichiers TIFF
Contrôles des données À diffuser sur l’atlas-catalogue
PROGRAMME DE CARTOGRAPHIE ET COLLECTE DE DONNEES DESEXPLOITATIONS AGRICOLES DU Togo Janvier 2016.
Introduction à OpenCV GEL – Design III Charles du Tremblay
INTELLIGENCE ARTIFICIELLE
Module 1.1 Prise de contact
Nombre de hits considérés comme muons dans chaque station (10GeV Pt, simulation)
Bases de données et simulations planétologiques à
L’astrométrie avec Gaia
P. Petit, T. Louge, F. Paletou et al.
Détection d’objets (obstacles) avec une seule caméra
Données : Inconnue : Formule avec unités : Retournement de formule :
Spark Journées informatiques RI septembre 2016
Service et distribution pour la Métrologie Tridimensionnelle.
Diffraction. Diffraction (suite) n Principe de Huygens: « Chacun des points d’un front d’onde agit comme une source de petites ondes secondaires. À.
Programme financé par l’Union européenne
Evaluation formative Déterminer graphiquement la position, la grandeur et le sens de l’image d’un objet-plan donnée par une lentille convergente.
Pré-projet ANR 2017 Données du Projet MIAMM
Exercice de mise en application 1
Lycée Pierre Mendes-France, vitrolles Stéphane Vigouroux Marc Perez
Utilisation des filtres colorés
ORGANISME Personnes ressources
Développement d’une application Android sur le suivi oculaire
Détection d’objets (obstacles) avec une seule caméra
Sujets Spéciaux en informatique II
Travaux Pratiques de Physique
RABAH M ed Ali 2018/2019
1 Architecture des ordinateurs Généralités. 2 Définition Informatique = Information + Automatique Ce terme a été introduit en France. Il est très répandu.
Perspectives en sciences des matériaux : Diffraction
GRAPHISME PAR ORDINATEUR
Passage primaire-secondaire
Présentation Chant: Fais de ta maison
E(0) = E + E' = 15 E E' Ω(E) Ω '(E') Ω(0)(E)
Franck VIOLLET Direction des risques de marché et de modèle HSBC-CCF
Chap2. Fonctions d'un système de vision
Transcription de la présentation:

Spark et LSST Christian Arnault

Le process étudié Simulation Images du ciel Observation Calibration Détection des objets Fond du ciel Catalogues de référence Objets {x, y, flux} Calage photométrique Calage astrométrique Objets mesurés {RA, DEC, flux, magnitude} Catalogues

L’étude L’impact du parallélisme et de la distribution Sur les données intermédiaires Sur les différentes étapes de production Sur la production du catalogue final Etude des formats de données Avro (conversion du formats FITS ou HDF5) Utilisation de MongoDb pour le catalogue de référence Pour le requêtes 2D géométriques lors de l’identification des objets

Quelques chiffres Camera CCD Pixels 3,2 Gpixels 15 To par nuit (x 10 ans de fonctionnement) Image Diamètre: 3.5° / 64cm -> 9,6 °² (lune = 0,5°) ~ 400 000 CCD pour le demi ciel 189 CCDs CCD 16 Mpixels (1 fichier FITS) 16 cm² 3 Go/s 0,05 °² = 3 ‘ 2.9 ’’ Pixels 10 µm , 0,2 arc-secs 2 octets

Camera

Algorithmes Simulation: Détection: Identification: Application d’un pattern gaussien à largeur unique (la largeur de la tâche d’un objet est due à la diffusion atmosphérique et aux aberrations optiques) + du bruit Détection: Convolution avec un pattern gaussien Gestion d’une marge de superposition pour les objets du bord des images Identification: Recherche 2D géographique dans le catalogue de référence Gestion d’un très grand nombre de fichiers de données Etude des mécanismes de transferts de données throughput