Aplicación de computación evolutiva y paralelismo para la resolución de problemas de astrofísica

Abstract

El aumento del volumen y la calidad de los datos en astrofísica y cosmología requiere que nuevos métodos computacionales sean puestos en marchar para asegurar resultados científicos de alta calidad. En el futuro este problema se verá agravado por la puesta en marcha de nuevas instalaciones, lo que requerirá un esfuerzo computacional adicional para proveer a los científicos de las herramientas necesarias para la realización de una producción científica de calidad. Para analizar este enorme volumen de datos de alta calidad, técnicas de paralelismo y de computación evolutiva son necesarias.

En el área de paralelismo, durante el desarrollo de esta Tesis se han abordado problemas como la reducción del tiempo de ejecución de la función de correlación. Las funciones de correlación son ampliamente utilizadas en cosmología. Sin embargo, estas funciones son computacionalmente intensivas. Por ello, los trabajos de paralelización de las mismas desarrollados en esta Tesis han sido productivos para rebajar los tiempos de ejecución a niveles razonables.

Por otro lado, el aumento de la complejidad de los datos requiere de técnicas metaheurísticas para la extracción de conocimiento sintético de ellos. En la Tesis se han estudiado aspectos directamente aplicados a problemas de astronomía y astrofísica; así como, aspectos fundamentales o teóricos de los algoritmos evolutivos. Estos últimos han tenido como objetivo explorar y evaluar aspectos que posteriormente pudieran ser aplicados a problemas de astronomía.

La aplicación de los algoritmos desarrollados en esta Tesis ha producido una mejora neta de la productividad científica comparada con los desarrollos previos existentes.

The increment in the volume and quality of data in astrophysics and cosmology requires new computational methods for producing high-quality scientific results. This fact, still far from being temporary, will aggravate in the near future due to the improvements in the spatial and time resolution of the instruments. This increment is forcing to the practitioners to face new challenges associated with the management and the analysis of these data. For this reason, this area needs additional computational efforts to provide to the scientists of the necessary tools for the accomplishment of a scientific production of high quality.

In the area of parallel computing, this Thesis has faced the reduction of the execution time of correlation functions. These functions are widely used in cosmology. However, they are computationally intensive. For this reason, the works in parallelism have been productive in order to reduce the execution time of these functions to reasonable levels.

On the other hand, the increment in the data complexity requires of metaheuristics techniques for extracting synthetic knowledge from them. In this Thesis diverse aspects of metaheuristics techniques have been studied and applied to problems in astronomy and astrophysics. Besides theoretical aspects of evolutionary algorithms have been studied. These last exploratory studies have served to evaluate fundamental aspects to later apply to problems in astronomy.

The application of the algorithms developed in this Thesis has produced a net improvement of the scientific productivity if compared to the previous state-of-the-art.