{
  "fetched_at": "2026-10-19T10:43:50Z",
  "source_url": "https://www.kaggle.com/competitions/component-separation-with-nn2021/data",
  "pages": [
    {
      "name": "data-description",
      "content": "<p>En esta página encontraréis todos los datos que necesitáis para participar en la competición.  </p>\n<p>Al igual que en el ejercicio de clase necesitaréis el dataset para el training (inputs y labels) para entrenar la red. Tenéis también un set de mapas con sus parámetros para comprobar vuestro modelo (en formato .fits). Y por último un data set para el challenge, del que no sabéis los outputs. En este challenge solo vamos a fijarnos en el índice espectral del sincrotrón (betas) </p>\n<p>Encontraréis de un archivo ejemplo del tipo de formato que tenéis que subir en la plataforma.</p>\n<h2>File descriptions</h2>\n<ul>\n<li><strong> PLANCKHASLAMQUIJOTE_Signal_dataset_v2.txt </strong> - inputs del training set</li>\n<li><strong>PLANCKHASLAMQUIJOTE_Signal_labels_v2.txt</strong> - labels del training set</li>\n<li><strong>DataPLANCKHASLAMQUIJOTE.fits</strong> - Mapas frecuenciales para la validación</li>\n<li><strong>ParamsPLANCKHASLAMQUIJOTE.fits</strong> - Mapas frecuenciales para la validación</li>\n<li><strong>DataPLANCKHASLAMQUIJOTE_CHALLENGE.fits</strong> - Mapas frecuenciales para el challenge</li>\n<li><strong> Betas_pred_Biuse_pd.csv</strong> - Ejemplo submission file</li>\n<li>etc...</li>\n</ul>\n<h2>Data fields in submission file</h2>\n<ul>\n<li><strong>id</strong> - id pixel</li>\n<li><strong>betas</strong> valor del índice espectral en cada pixel</li>\n</ul>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<p>Competición para obtener los mejores resultados con PLANCK + HASLAM + QUIJOTE data set.  Al igual que lo hecho en el ejercicio de la notebook  CompSepLab2020_Exercice.ipynb\nvamos a usar ahora el mismo data set añadiendo las frecuencias de QUIJOTE (11,13,17 y 19 GHz), que es un experimento situado en el Observatorio del Teide, en Tenerife.  \n\n</p><h2>Data Set</h2>\n<p>Para generar el modelo de la red, tenéis un data set en el mismo formato que antes. </p>\n<pre>&lt;p&gt; PLANCK+HASLAM+QUIJOTE_Signal_dataset.txt y \n PLANCK+HASLAM+QUIJOTE_Signal_labels.txt&lt;/p&gt;</pre>\n<p>Para validar vuestro código tenéis una simulación de las 14 frecuencias y los parámetros que se han utilizado en el mismo formato que en el notebook. </p>\n<pre>&lt;p&gt; DataPLANCK+HASLAM+QUIJOTE_Signal_dataset.fits y \n ParamsPLANCK+HASLAM+QUIJOTE.fits &lt;/p&gt;</pre>\n<h2>Challenge</h2>\n<p>Aplicaréis vuestro mejor modelo a estos mapas: \n</p>\n<pre>&lt;p&gt; PLANCK+HASLAM+QUIJOTE_CHALLENGE.fits &lt;/p&gt;</pre>\n<p>Subís la estimación del índice espectral en la plataforma (beta_s). Podéis subir tantos como queráis. Los mapas los encontaréis en data\n</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>Nos vamos a centrar en el índice espectral del sincrotrón, ya que como habéis visto en el ejercicio de la notebook es la componente que mejora más al añadir canales de bajas frecuencias </p>\n<hr>\n<p>Se evaluará con el coeficiente de correlación de Pearson &lt;\\p&gt;\n</p><p> Y con el error cuadrático promedio&lt;\\p&gt;\n \n</p><h2>Formato submisión</h2>\n<p>Archivo .csv conteniendo vuestro nombre y una columna con las estimación del índice espectral del sincrotrón. Ejemplo:&lt;\\p&gt;\n</p>\n<pre><strong>&lt;p&gt;  \n# Biuse Casaponsa\nid,beta_s\n0,-3.2\n1,-4.2\n...\n</strong></pre><strong>\n</strong>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}