Analítica de datos astronómicos masivos utilizando bases de datos vectoriales

Abstract

Esta memoria tiene como objetivo principal el diseño e implementación de un sistema que permita gestionar, analizar y visualizar datos astronómicos provenientes de diversas fuentes. Para ello, se investigaron bases de datos públicas como el NASA Exoplanet Archive, Gaia Mission, Hubble Source Catalog, James Webb y ALMA, explorando su contenido y potencial integración. Además, se evaluaron diferentes herramientas tecnológicas para desarrollar una aplicación web que ofrezca un sistema interactivo de consulta y visualización de datos.

El proyecto incluye la creación de una base de datos en PostgreSQL optimizada para grandes volúmenes de datos, incorporando la extensión pgVector para facilitar la búsqueda de similitudes entre objetos celestes. Se realizaron procesos de limpieza y enriquecimiento de datos mediante funciones astrofísicas, permitiendo completar valores faltantes y mejorar la calidad de la información almacenada.

Se desarrolló un sistema automatizado para la descarga masiva de datos astronómicos basado en inputs de coordenadas celestes, como la ascensión recta (RA) y la declinación (DEC), seleccionadas por el usuario. Este sistema permite crear entidades celestes de interés para su análisis como galaxias, estrellas, quasares, enanas blancas y planetas, facilitando estudios en campos específicos de la astronomía. Los datos descargados se integran automáticamente en la base de datos y están disponibles para consultas avanzadas y búsquedas vectoriales, aprovechando al máximo la infraestructura diseñada.

Finalmente, se desarrolló una aplicación web interactiva que permite a los usuarios explorar el cielo astronómico de forma intuitiva a través de una visualización 3D inmersiva creada con three.js. La herramienta ofrece la posibilidad de seleccionar áreas específicas del cielo, realizar descargas personalizadas de datos astronómicos de esas regiones para luego analizarlos mediante gráficos dinámicos y funcionalidades avanzadas. Este sistema proporciona un acceso simplificado a información de complejo acceso, representando una contribución significativa al campo de la astronomía aplicada, demostrando el potencial de la ciencia de datos para abordar desafíos científicos contemporáneos.