Desarrollo de técnicas basadas en Frameworks Deep Learning para la caracterización de galaxias distantes

Abstract

La astronomía está experimentando un rápido crecimiento actualmente en cuanto a la masividad y la complejidad de los datos generados. Los telescopios sinópticos, telescopios que cartografían todo el cielo sistemáticamente y no solo regiones específicas, como Euclid, WFIRST, J-PAS o Vera C. Rubin son una prueba de ello. Éste último, que próximamente se instalará en Chile, generará 30 TB de información cada noche, y al final de sus primeros 10 años proporcionará un archivo con unos ~500 PB de información (imágenes más otros productos derivados de ellas). Ser capaces de aprovechar de manera útil toda esa información provocará avances en la astronomía de dimensiones quizás no vistas hasta la actualidad. Para analizar tales cantidades de información en búsqueda de patrones ocultos puede ser de gran utilidad el aprendizaje automático, y en concreto modelos de deep learning que se encuentran en el estado del arte. En este trabajo se desarrollan técnicas y algoritmos deep learning punteros para resolver dos problemas de gran alcance, la clasi cación morfológica de galaxias distantes y la detección de bordes de galaxias. La morfología de las galaxias determina qué procesos físicos están aconteciendo en ellas, y el desarrollo de técnicas de estimación robusta de su estructura es todo un reto. Tanto la clasi cación morfológica directa como la imitación del comportamiento de humanos expertos en dicha tarea son tratadas. De igual manera, ser capaces de delimitar con precisión las fronteras de dichos cuerpos tiene multitud de aplicaciones en el estudio de la formación y evolución del universo distante. Los conjuntos de datos utilizados provienen del proyecto CANDELS (Cosmic Assembly Near- infrared Deep Extragalactic Legacy Survey) [1], el proyecto más grande (984 órbitas) jamás llevado a cabo por el Telescopio Hubble y cuyo objetivo principal era documentar el primer tercio de la evolución galáctica. Se utilizan las 5 regiones de exposición disponibles en el estudio: GOODS-N, GOODS-S, UDS, EGS y COSMOS.

Astronomy is currently experiencing rapid growth in terms of the massiveness and complexity of the data generated. Synoptic telescopes, telescopes that map the whole sky systematically and not just speci c regions, such as Euclid, WFIRST, J-PAS or Vera C. Rubin are proof of this. The latter, which will soon be installed in Chile, will generate 30 TB of information every night, and at the end of its rst 10 years will provide an archive with about 500 PB of information (images plus other products derived from them). Being able to use all this information in a useful way will lead to advances in astronomy of dimensions perhaps unseen until now. To analyze such amounts of information in search of hidden patterns, machine learning, and in particular state-of-the-art models of deep learning, can be very useful. In this work, modern techniques and algorithms are developed to solve two far-reaching problems, the morphological classi cation of distant galaxies and the detection of galaxy edges. The morphology of galaxies tells us what physical processes are going on in them, and the development of robust structure estimation techniques is a challenge. Both direct morphological classi cation and mimicking the behavior of human experts in such a task are discussed. Likewise, being able to precisely delimit the boundaries of such bodies has many applications in the study of the formation and evolution of the distant universe. The data sets used are from the CANDELS (Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey) project [1], the largest project (984 orbits) ever undertaken by the Hubble Telescope and whose main objective was to document the rst third of galactic evolution. The 5 exposure elds available in the survey are used: GOODS-N, GOODS-S, UDS, EGS, and COSMOS.