Datasets:

UniverseTBD
/

mmu_swift_sne_ia

_healpix_29 int64 43,005,875B 3,442,626,110B	lightcurve dict	redshift float32 0 0.06	host_log_mass float32 0 9.92 ⌀	ra float64 6.96 359	dec float64 -69.51 78.6	obj_type stringclasses 1 value	object_id stringlengths 5 11
2,804,803,098,693,701,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "V", "W", "W", ...	0.007866	8.7176	105.681793	-28.640329	Ia	2010ih
2,804,803,098,693,701,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "V", "W", "W", ...	0.007866	8.7176	105.681793	-28.640329	Ia	2010ih
2,831,235,412,398,273,500	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", ...	0.008815	9.091	141.736542	-24.78322	Ia	2013cg
2,831,235,412,398,273,500	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", ...	0.008815	9.091	141.736542	-24.78322	Ia	2013cg
2,841,462,459,912,115,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", ...	0.00898	9.0192	139.051956	-16.30444	Ia	2005am
2,841,462,459,912,115,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", ...	0.00898	9.0192	139.051956	-16.30444	Ia	2005am
289,509,930,429,027,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.013602	7.3486	136.891922	3.39225	Ia	2008hv
289,509,930,429,027,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.013602	7.3486	136.891922	3.39225	Ia	2008hv
3,049,735,492,688,516,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", ...	0.004781	0	218.141174	-44.224388	Ia	2013aa
3,049,735,492,688,516,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", ...	0.004781	0	218.141174	-44.224388	Ia	2013aa
3,087,581,701,972,641,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", ...	0.015973	7.7994	207.246536	-30.290689	Ia	2013hn
3,087,581,701,972,641,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", ...	0.015973	7.7994	207.246536	-30.290689	Ia	2013hn
3,142,733,029,004,166,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.010502	7.4538	220.599365	-17.24678	Ia	2009Y
3,142,733,029,004,166,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.010502	7.4538	220.599365	-17.24678	Ia	2009Y
3,160,677,716,463,885,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.007013	7.0903	230.384216	-7.41319	Ia	2005cf
3,160,677,716,463,885,000	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.007013	7.0903	230.384216	-7.41319	Ia	2005cf
3,169,468,865,286,330,000	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56874.8984375, ...	0.023407	7.3186	225.153503	-3.84692	Ia	ASASSN-14eu
3,169,468,865,286,330,000	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56874.8984375, ...	0.023407	7.3186	225.153503	-3.84692	Ia	ASASSN-14eu
322,098,194,616,674,370	{ "band": [ "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", "X", "X", "X", "X", ...	0.026023	9.0556	144.376007	23.15925	Ia	2010jn
322,098,194,616,674,370	{ "band": [ "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", "X", "X", "X", "X", ...	0.026023	9.0556	144.376007	23.15925	Ia	2010jn
3,281,773,617,425,904,000	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56595.3984375, ...	0.029573	0	324.363007	-47.031891	Ia	2013fy
3,281,773,617,425,904,000	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56595.3984375, ...	0.029573	0	324.363007	-47.031891	Ia	2013fy
3,282,180,568,869,062,000	{ "band": [ "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", "X", "X", "X", "X", ...	0.031418	0	326.561737	-46.52253	Ia	2014at
3,282,180,568,869,062,000	{ "band": [ "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", "X", "X", "X", "X", ...	0.031418	0	326.561737	-46.52253	Ia	2014at
338,284,752,767,538,900	{ "band": [ "B", "B", "B", "N", "N", "N", "U", "U", "U", "V", "V", "V", "W", "W", "W", "X", "X", "X" ], "time": [ -99, -99, -99, -99, -99, -99, 54192.80078125, 54195, -99, -99, -99, -99, 541...	0.007469	9.1713	125.680252	22.554689	Ia	2007ax
338,284,752,767,538,900	{ "band": [ "B", "B", "B", "N", "N", "N", "U", "U", "U", "V", "V", "V", "W", "W", "W", "X", "X", "X" ], "time": [ -99, -99, -99, -99, -99, -99, 54192.80078125, 54195, -99, -99, -99, -99, 541...	0.007469	9.1713	125.680252	22.554689	Ia	2007ax
3,411,996,404,753,005,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "V", "W", "W", ...	0.007747	9.2803	330.591003	-18.91678	Ia	2013gh
3,411,996,404,753,005,600	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "V", "W", "W", ...	0.007747	9.2803	330.591003	-18.91678	Ia	2013gh
3,442,626,109,715,665,400	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.02599	7.5401	315.098999	-14.49783	Ia	2013fn
3,442,626,109,715,665,400	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.02599	7.5401	315.098999	-14.49783	Ia	2013fn
349,459,259,295,965,760	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", ...	0.022034	9.7261	138.750076	29.73531	Ia	2009cz
349,459,259,295,965,760	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", ...	0.022034	9.7261	138.750076	29.73531	Ia	2009cz
409,261,987,383,277,100	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.01748	6.7562	142.786957	46.38483	Ia	2013gs
409,261,987,383,277,100	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", ...	0.01748	6.7562	142.786957	46.38483	Ia	2013gs
43,005,875,302,682,220	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", ...	0.004218	0	36.453709	18.533331	Ia	2011ek
43,005,875,302,682,220	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", ...	0.004218	0	36.453709	18.533331	Ia	2011ek
428,372,670,600,944,300	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.007218	4.7821	169.63208	57.977001	Ia	2011eh
428,372,670,600,944,300	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.007218	4.7821	169.63208	57.977001	Ia	2011eh
434,763,192,795,528,450	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.008123	6.8669	109.440331	23.344593	Ia	2015I
434,763,192,795,528,450	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "W", ...	0.008123	6.8669	109.440331	23.344593	Ia	2015I
490,378,629,814,477,950	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.020796	9.6809	105.641922	50.590279	Ia	2011ay
490,378,629,814,477,950	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.020796	9.6809	105.641922	50.590279	Ia	2011ay
512,449,729,130,752,260	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56707.8984375, ...	0.025647	9.614	142.551254	55.853748	Ia	2014R
512,449,729,130,752,260	{ "band": [ "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "V", "V", "V", "V", "V", "W", "W", "W", "W", "W", "X", "X", "X", "X", "X" ], "time": [ 56707.8984375, ...	0.025647	9.614	142.551254	55.853748	Ia	2014R
532,294,688,339,052,700	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", ...	0.018038	8.9431	146.264786	64.26017	Ia	2011ia
532,294,688,339,052,700	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", ...	0.018038	8.9431	146.264786	64.26017	Ia	2011ia
535,276,636,793,916,500	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", ...	0.001106	5.163	148.925583	69.673889	Ia	2014J
535,276,636,793,916,500	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", ...	0.001106	5.163	148.925583	69.673889	Ia	2014J
565,611,692,631,709,760	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.009356	0	156.092957	78.606529	Ia	2013eu
565,611,692,631,709,760	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "U", "V", ...	0.009356	0	156.092957	78.606529	Ia	2013eu
568,031,318,187,497,660	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", ...	0.012406	7.9543	114.17762	74.443001	Ia	2011aa
568,031,318,187,497,660	{ "band": [ "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "N", "U", "U", ...	0.012406	7.9543	114.17762	74.443001	Ia	2011aa

End of preview. Expand in Data Studio

mmu_swift_sne_ia HATS Catalog Collection

This is the collection of HATS catalogs representing mmu_swift_sne_ia.

This dataset is part of the Multimodal Universe, a large-scale collection of multimodal astronomical data. For full details, see the paper: The Multimodal Universe: Enabling Large-Scale Machine Learning with 100TBs of Astronomical Scientific Data.

Access the catalog

We recommend the use of the LSDB Python framework to access HATS catalogs. LSDB can be installed via pip install lsdb or conda install conda-forge::lsdb, see more details in the docs. The following code provides a minimal example of opening this catalog:

import lsdb

# Full sky coverage.
catalog = lsdb.open_catalog("https://huggingface.co/datasets/UniverseTBD/mmu_swift_sne_ia")
# One-degree cone.
catalog = lsdb.open_catalog(
    "https://huggingface.co/datasets/UniverseTBD/mmu_swift_sne_ia",
    search_filter=lsdb.ConeSearch(ra=139.0, dec=30.0, radius_arcsec=3600.0),
)

Each catalog in this collection is represented as a separate Apache Parquet dataset and can be accessed with a variety of tools, including pandas, pyarrow, dask, Spark, DuckDB.

File structure

This catalog is represented by the following files and directories:

collection.properties � textual metadata file describing the HATS collection of catalogs
mmu_swift_sne_ia � main HATS catalog directory
- dataset/ � Apache Parquet dataset directory for the main catalog
  - ... parquet metadata and data files in sub directories ...
- hats.properties � textual metadata file describing the main HATS catalog
- partition_info.csv � CSV file with a list of catalog HEALPix tiles (catalog partitions)
- skymap.fits � HEALPix skymap FITS file with row-counts per HEALPix tile of fixed order 10
mmu_swift_sne_ia_10arcs/ � default margin catalog to ensure data completeness in cross-matching, the margin threshold is 10.0 arcseconds
- ... margin catalog files and directories ...

Catalog metadata

Metadata of the main HATS catalog, excluding margins and indexes:

Number of rows	Number of columns	Number of partitions	Size on disk	HATS Builder
234	7	109	192.7 MiB	hats-import v0.7.3, hats v0.7.3

Catalog columns

The main HATS catalog contains the following columns:

Name	`_healpix_29`	`lightcurve.band`	`lightcurve.time`	`lightcurve.flux`	`lightcurve.flux_err`	`redshift`	`host_log_mass`	`ra`	`dec`	`obj_type`	`object_id`
Data Type	int64	list[string]	list[float]	list[float]	list[float]	float	float	double	double	string	string
Nested?	�	lightcurve	lightcurve	lightcurve	lightcurve	�	�	�	�	�	�
Value count	234	22,596	22,596	22,596	22,596	234	234	234	234	234	234
Example row	349459259295965761	[B, B, B, B, B, B, B, B, B, B, B, B, � (78 total)]	[5.494e+04, 5.494e+04, 5.494e+04, � (78 total)]	[3.32e+04, 3.855e+04, 4.04e+04, � (78 total)]	[1988, 2130, 2270, 2509, 2587, 2459, � (78 total)]	0.02203	9.726	138.8	29.74	Ia	2009cz
Minimum value	43005875302682221	B	-99.0	-0.0	-0.0	0.0011059000389650464	-0.0	6.962006092071533	-69.50639343261719	Ia	2005am
Maximum value	3442626109715665663	X	59412.43359375	5727960.0	147718.0	0.060903098434209824	9.922599792480469	359.02728271484375	78.60652923583984	Ia	iPTF14bdn

"Nested" indicates whether the column is stored as a nested field inside another "struct" column.

"Value count" may be different from the total number of rows for nested columns: each nested element is counted as a single value.

Crossmatch with another catalog

HATS catalogs can be efficiently crossmatched using LSDB, which leverages the HEALPix partitioning to avoid loading the full datasets into memory:

import lsdb

mmu_swift_sne_ia = lsdb.open_catalog("https://huggingface.co/datasets/UniverseTBD/mmu_swift_sne_ia")
other = lsdb.open_catalog("https://huggingface.co/datasets/<org>/<other_catalog>")

crossmatched = mmu_swift_sne_ia.crossmatch(other, radius_arcsec=1.0)
print(crossmatched)

See the LSDB documentation for more details on crossmatching and other operations.

Dataset-specific context

Original survey
This dataset is based on the Swift Type Ia Supernova (Swift SN Ia) dataset and contains a collection of 117 spectroscopically confirmed Type Ia supernova light curves.

Data modality
The dataset consists of light curve data including time of observation, flux, flux error, and band pass filter information (UVw1, u, b, UVw2, v, UVm2). Additional metadata includes supernova classification, coordinates, redshift, and host galaxy mass.

Typical use cases
The dataset can be used for photometric redshift prediction and light curve inpainting.

Caveats
The data is collected from the Pantheon+ compilation, which applies a series of selection cuts.

Citation
The dataset is released under the GNU Lesser General Public License. Users should attribute the original data source appropriately.

Downloads last month: 349

Collection including UniverseTBD/mmu_swift_sne_ia

Multimodal Universe 🫶 HATS 🎩 💫

Collection

Multimodal Universe Datasets and friends in HATS format • 43 items • Updated 22 days ago • 10

Paper for UniverseTBD/mmu_swift_sne_ia

The Multimodal Universe: Enabling Large-Scale Machine Learning with 100TB of Astronomical Scientific Data

Paper • 2412.02527 • Published Dec 3, 2024 • 13