Los estudiantes Humberto Farias, alumno del Doctorado en Informática, y Ariel Tirado, alumno del Magíster en Tecnologías de la Información participaron de ChiVO en ADASS 2020.

ADASS (Astronomical Data Analysis Software and Systems) es la principal conferencia de astroinformática del mundo. La versión XXX estaba planificada para ser realizada en la ciudad de Granada en España, pero al igual que la mayoría de las conferencias, producto del COVID-19, pasó a un formato virtual. En esta versión, la conferencia tuvo cuatro tutoriales, mas de 40 presentaciones orales, más de 100 posters y tres sesiones de BoF (Birds of a Feather) por día dedicadas a astronomía, software, datos, algoritmos y operaciones.

Uno de estos tutoriales fue dictado por el candidato a doctor Humberto Farias, alumno del Doctorado en Informática del Departamento de Informática y encargado de desarrollo del Chilean Virtual Observatory (ChiVO), lo que pone de manifiesto el liderazgo que ha tenido el Departamento y la Universidad en el desarrollo de la astroinformática en Chile durante ya más de 8 años.

El tutorial dictado por Humberto Farias se denominó “From Semantic segmentation to Instance Segmentation using Deep Learning”. Según Humberto, el objetivo fue que “los modelos de deep learning están revolucionado diversos ámbitos disciplinares, y en astronomía esto tiene aun mayor pertinencia, pues el producto científico de los observatorios en la mayoría de los casos o es una imagen o puede ser modelado como tal". Agregó además, que "con este tutorial buscamos hacerles a los astrónomos y otros profesionales que se desarrollan en astronomía una presentación práctica de los principales modelos de Deep learning aplicados a tareas comunes para los astrónomos. Y según el feedback que recibimos, el objetivo se logró”.

Mauricio Solar, director de ChiVO, destaca este hecho dado que “como proyecto llevamos 8 años participando en ADASS y  cabe recordar que el 2017 la USM junto a ALMA organizaron la versión XXVII de ADASS en Chile, siendo la conferencia con mayor concurrencia de participantes desde los inicios de ADASS.”

Además del tutorial, se presentaron dos trabajos denominados “ChiVo-Tools: a deep learning tool for exploratory analysis of astronomical data for the Jupyter notebook” del alumno del Magister en Tecnologías de la Información (MTI) Ariel Tirado y “Tensor Mask R-CNN: A Tensor-based Deep Learning approach for fast morphological classification and segmentation of Galaxies” del alumno de doctorado Humberto Farias, ambos guiados por el prof. Mauricio Solar.

Mas información de ADASS ingresando aquí

Ver el tutorial aquí