At give den studerende indsigt i og praktisk erfaring med metoder
til analyse og behandling af astrofysiske og geofysiske data,
herunder specielt tidsserier og rumlige data.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
analysere et datasæt og vælge passende metoder til at udtrække
relevant information
beskrive og anvende spektralanalyse, dekompositions- og
datareduktionsmetoder som fft, principal komponentanalyse og
empiriske ortogonale funktioner
beskrive og anvende lineære filtre på data med henblik på
affoldning og støjreduktion
vælge og anvende passende interpolationsmetoder f.eks kriging,
nærmeste nabo og invers afstandsvægtning
beskrive og analysere undersampling i tidsserier og rumlige
data
anvende og redegøre for forskellige minimeringsmetoder
anvende Kalmanfiltrering til analyse og ekstrapolering
redegøre for metoder til kvantificering af kvaliteten af
målinger og modellers tilpasning til målinger og anvende disse på
data
forstå kuglefunktioner og deres anvendelse til beregning af
potentialfelter, samt brug af op- og nedad fortsættelse
forklare og anvende metoder til klassifikation og
ændringsudpegning.
Kursusindhold:
Kurset omhandler metoder til databehandling af astrofysiske og
geofysiske data. Hovedtemaerne vil være analytiske og numeriske
metoder til analyse og behandling af tidsserier og rumlige data,
herunder spektralanalyse, statistiske metoder, støjreduktion og
løsning af affoldningsproblemer.
Metoderne vil blive anvendt på en række konkrete geofysiske og
astrofysiske eksempler, såsom analyse af tyngdefelt, tideeffekter,
fly- og satellitdata, røntgen-, gamma- og mikrobølgebilleder af
sorte huller, neutronstjerner og galakser.
Mulighed for GRØN DYST deltagelse:
Kontakt underviseren for information om hvorvidt dette kursus giver
den studerende mulighed for at lave eller forberede et projekt som
kan deltage i DTUs studenterkonference om bæredygtighed,
klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
