Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/99207
Título : | Clasificación automática de objetos astronómicos por fotometría en series históricas recogidas por el Large Synoptic Survey Telescope (LSST) |
Autoría: | Arribas Zapater, Luis Enrique |
Tutor: | Nunez do Rio, Joan M |
Otros: | Ventura, Carles |
Resumen : | Este proyecto trata un problema de clasificación de objetos astronómicos a partir de los datos registrados por el telescopio LSST, correspondientes a series históricas de flujo. En primer lugar, presentamos las técnicas de aprendizaje computacional y minería de datos utilizadas en el proyecto. A continuación, se describen los conceptos astronómicos necesarios para el trabajo. Analizamos los datos mediante técnicas de minería de datos y agrupamos las muestras en función de dos de sus características. Transformamos los datos, calculando la magnitud y el color de los objetos. Sometemos a los datos a un proceso de reducción de ruido y a una inferencia bayesiana de sus valores de flujo. Convertimos los datos en series temporales a las que realizamos un proceso de extracción de características. Reducimos las características, mediante sucesivas clasificaciones de forma iterativa, hasta encontrar la dimensionalidad óptima y construimos con dichas características tres clasificadores de 1, 2 y 4 bosques aleatorios. Validamos el modelo y discutimos los resultados. Finalmente se proponen líneas de trabajo para el futuro. |
Palabras clave : | aprendizaje automático minería de datos LSST fotometría |
Tipo de documento: | info:eu-repo/semantics/bachelorThesis |
Fecha de publicación : | 12-jun-2019 |
Licencia de publicación: | http://www.gnu.org/licenses/gpl.html |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
larribas24TFG0719memoria.pdf | Memoria del TFG | 3,22 MB | Adobe PDF | Visualizar/Abrir |
larribas24TFG0719presentación.pdf | Presentación del TFG | 3,63 MB | Adobe PDF | Visualizar/Abrir |
Luis_Arribas_Presentación_TFG.mp4 | 208,09 MB | MP4 | Visualizar/Abrir |
Comparte:
Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.