Análisis y diseño de procesos de minería de datos astrofísicos sobre catálogos fotométricos múltiple época
No Thumbnail Available
Date
2019-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El desarrollo de modernos telescopios terrestres y satelitales ha impulsado la realización de grandes relevamientos astronómicos, los cuales a su vez han generando un crecimiento gigantesco en la cantidad y calidad de datos a ser procesados, almacenados y analizados. Ante esta situación las técnicas de minería de datos y aprendizaje automático han empezado a jugar un rol importante en el resumen y presentación de la información para astrónomos.
La presente tesis tiene como objetivo la clasificación de fuentes astronómicas
y detección de errores observacionales en el moderno relevamiento astronómico
Vista Variables in the Via Lactea (VVV), comenzando por introducir conceptos
elementales, sobre astronomía, aprendizaje automatizado y minería de datos que
serán utilizados frecuentemente durante todo el trabajo. A continuación, se presenta
una exposición de los datos del relevamiento astronómico VVV junto con la descripción del pre-procesamiento necesario para la utilización de estas técnicas
automáticas; seguido de la presentación del diseño teórico e implementación de dos herramientas necesarias para el procesamiento de datos descriptos en el capítulo anterior. Los dos capítulos siguientes encaran primero la problemática de la clasificación de fuentes astronómicas en general y estrellas variables en
particular frente al gran desbalance de observaciones existente en relevamiento;
mientras que el segundo se enfoca en la detección automática de errores
observacionales dentro los datos relevados.
Finalmente, se exponen las conclusiones y se discuten ideas de trabajo a
futuro para continuar con las líneas de estudio dentro del VVV, así como futuros
relevamientos astronómicos.
Description
Keywords
Análisis de datos, Recopilación de datos, Informática, Astrofísica, Minería de datos, Vista variables in the Vía Láctea