Técnicas de Deep Learning para la segmentación de colas de marea en imágenes astronómicas

Abstract

La formación y evolución de las galaxias es una de las áreas de investigación más activas de la Astrofísica, y uno de los fenómenos astronómicos que aún no se comprenden del todo es la fusión de galaxias, cuyo resultado son las colas de marea. Su estudio se lleva a cabo mediante los llamados telescopios sinópticos, aparatos capaces de cartografiar grandes regiones del cielo. El más moderno de todos ellos es Euclid, un telescopio espacial lanzado por la Agencia Espacial Europea, cuya principal misión será estudiar la aceleración del Universo y la energía oscura. Debido a la masiva cantidad de datos que este telescopio producirá, se evidencia la necesidad de crear herramientas que automaticen las labores tediosas y repetitivas que tradicionalmente han realizado los astrónomos a la hora de analizar estas imágenes. Para ayudar con dicha tarea, en este proyecto se han desarrollado modelos de aprendizaje profundo capaces de clasificar y segmentar colas de marea en imágenes astronómicas. Estos modelos han sido entrenados íntegramente mediante imágenes generadas de forma sintética que simulan galaxias y colas de marea como si fueran observadas por Euclid, aleatorizando todos sus parámetros con el objetivo de disponer de un conjunto ilimitado de galaxias y colas de marea. Es la primera vez, con respecto a trabajos relacionados en este ámbito, que se realiza un flujo por etapas que comprende tanto clasificación de imágenes con y sin cola de marea, como segmentación de los píxeles que conforman la cola de marea detectada. El resultado final es, en primera instancia, un modelo de clasificación con un AUC de 0.987 y, en segundo lugar, un modelo de segmentación semántica alcanzando un índice Dice de 0.83, ambos evaluados sobre un conjunto de datos de prueba de 2000 imágenes simuladas de manera realista.

The formation and evolution of galaxies is one of the most active areas of research in Astrophysics, and one of the astronomical phenomena that is still not fully understood is the merging of galaxies, which results in tidal tails. Its study is carried out by means of the so-called synoptic telescopes, devices capable of mapping large regions of the sky. The most modern of them all is Euclid, a space telescope launched by the European Space Agency, whose main mission will be to study the acceleration of the Universe and dark energy. Due to the massive amount of data that this telescope will produce, there is a clear need to create tools to automate the tedious and repetitive tasks that astronomers have traditionally performed when analyzing these images. To help with this task, this project has developed deep learning models capable of classifying and segmenting tidal tails in astronomical images. These models have been fully trained using synthetically generated images that simulate galaxies and tidal tails as if they were observed by Euclid, randomizing all their parameters with the aim of having an unlimited set of galaxies and tidal tails. This is the first time, with respect to related work in this field, that a stepwise flow is performed comprising both classification of images with and without tidal tails, and segmentation of the pixels that make up the detected tidal tail. The final result is, in the first instance, a classification model with an AUC of 0.987 and, secondly, a semantic segmentation model achieving a Dice index of 0.83, both evaluated on a test dataset of 2000 realistically simulated images.