Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/17318| Especie: | Trabalho de conclusão de graduação |
| Título : | Identificação fotométrica de supernovas através de algoritmos de machine learning |
| Otros títulos: | Supernova photometric identification using machine learning algorythms |
| Autor(es)/Inventor(es): | Oliveira, Felipe Matheus Fernandes de |
| Tutor: | Bhaya, Amit |
| Tutor : | Reis, Ribamar Rondon de Rezende dos |
| Resumen: | Com a finalidade de estudar a expansão do universo, a cosmologia busca classificar diferentes tipos de objetos astronômicos. Entretanto, com o crescente aumento do número de objetos detectados, o método normalmente usado para a classificação mostra-se muito custoso. Como consequência, utiliza-se um método com baixo custo embasado em algoritmos de aprendizado de máquina para a classificação desse vasto número de dados. Nesse contexto, o presente trabalho estuda otimizações para a melhoria desses algoritmos de aprendizado de máquina |
| Materia: | Machine learning Gaussian process fitting Supernova photometric identification |
| Materia CNPq: | CNPQ::ENGENHARIAS |
| Unidade de producción: | Escola Politécnica |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | ago-2019 |
| País de edición : | Brasil |
| Idioma de publicación: | por |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Engenharia de Controle e Automação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| monopoli10029341.pdf | 2.64 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.