Jens Zimmermann Forschungszentrum Jülich und MPI für Physik München

Statistisches Lernen in der Astrophysik (ppt)

Hohe Datenraten und unübersichtliche multidimensionale Verteilungen erschweren die Datenanalyse in modernen astrophysikalischen Experimenten. Wo früher noch einfache 'cuts' die Klassifikation Signal vs. Untergrund ermöglichten und lineare Regression die gesuchte Größe aus den gemessenen ermittelte müssen nun komplexere Methoden die großen Datenmengen bewältigen. Verschiedene statistische Lernmethoden haben verschiedene Vorzüge und Nachteile. Viele zeichnen sich aus z.B. durch Einfachheit in der Handhabung, große Berechnungsgeschwindigkeit, gute Performanz, i.e. wenig Missklassifikation bzw. geringe Abweichungen bei der Regression, aus. Zu den Nachteilen gehören demgegenüber die Notwendigkeit der 'trainings'-Beispiele und die von der Methode abhängige Interpretierbarkeit. Anhand von Beispielen aus der Astrophysik (XEUS Satellit und MAGIC Teleskop) sollen statistische Lernmethoden vorgestellt und sowohl untereinander als auch mit klassischen Methoden verglichen werden.