RT info:eu-repo/semantics/bachelorThesis
T1 Herramienta basada en técnicas de Deep Learning para el análisis de datos generados por el telescopio ESA Euclid
A1 Población Criado, David
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Deep Learning
K1 Astroinformática
K1 Euclid
AB El incremento de los volúmenes de datos generados en los últimos años obliga a utilizar nuevos métodos automáticos de minería de datos. La astronomía no es ajena a este aumento, llegando a generar una cantidad de datos nunca vista antes como por ejemplo con los nuevos telescopios que se están desplegando, como el James Webb o Euclid. En este Trabajo Fin de Grado se ha tratado el problema de la detección y caracterización de cuestiones relativas a la morfología de las galaxias, a través de varios conjuntos de datos. Se han utilizado técnicas basadas en deep learning, concretamente redes neuronales convolucionales, que han probado ser de gran utilidad en una inmensa variedad de aplicaciones de visión artificial. El primer conjunto de datos que se ha usado proviene de la colaboración Euclid de la Agencia Espacial Europea (ESA, por sus siglas en inglés). A partir de estos datos se han contestado distintas preguntas relativas a la morfología de las galaxias, por ejemplo si tiene forma de disco, donde se ha conseguido una tasa de acierto y un valor F1 superior al 98 %. Además, se ha analizado el número mínimo de galaxias necesarias para entrenar la red y conseguir el máximo rendimiento, que se encuentra en torno a la mitad del conjunto de datos original con un nivel de confianza del 95 %. Por último, se ha utilizado un conjunto de datos generado a partir de simulaciones hidrodinámicas para detectar la aparición de estructuras de bajo brillo superficial. En este segundo caso, los resultados expuestos son aún preliminares, consiguiendo en la detección de uno de los tipos de estructuras (shells) un RMSE de 0.14.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/57303
UL https://uvadoc.uva.es/handle/10324/57303
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 18-jul-2024