Identificação de lentes gravitacionais utilizando técnicas de aprendizagem profunda

Matioli, Viviane de Mattos

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/17395

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Porto, Fábio André Machado	-
dc.contributor.author	Matioli, Viviane de Mattos	-
dc.date.accessioned	2022-06-24T19:17:36Z	-
dc.date.available	2023-12-21T03:09:00Z	-
dc.date.issued	2020-08-24	-
dc.identifier.citation	MATIOLI, Viviane de Mattos. Identificação de lentes gravitacionais utilizando técnicas de aprendizagem profunda. 2020. 58 f. Trabalho de conclusão de curso (Bacharelado em Astronomia) - Observatório do Valongo, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2020.	pt_BR
dc.identifier.uri	http://hdl.handle.net/11422/17395	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Lentes gravitacionais fortes	pt_BR
dc.subject	Redes neurais artificiais	pt_BR
dc.subject	Aprendizagem profunda	pt_BR
dc.subject	Strong gravitational lensing	en
dc.subject	Artificial neural networks	en
dc.subject	Deep learning	en
dc.title	Identificação de lentes gravitacionais utilizando técnicas de aprendizagem profunda	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorLattes	http://lattes.cnpq.br/6418711808050575	pt_BR
dc.contributor.authorLattes	http://lattes.cnpq.br/4163769411087920	pt_BR
dc.contributor.advisorCo1	Pereira, Rafael Silva	-
dc.contributor.advisorCo1Lattes	http://lattes.cnpq.br/8197141481132130	pt_BR
dc.contributor.referee1	Lopes, Paulo Afranio Augusto	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/2912390244432645	pt_BR
dc.contributor.referee2	Ogando, Ricardo Lourenço Correia	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/1794801345183675	pt_BR
dc.description.resumo	Estima-se que grandes levantamentos planejados para o futuro próximo devam observar uma quantidade de lentes gravitacionais fortes algumas ordens de magnitude maior que o volume conhecido atualmente, em particular na escala de galáxias. Tradicionalmente, o processo de identificação destes tipos de lentes envolve inspeção visual de imagens, o que não será viável neste cenário devido a grande quantidade de dados totais produzidos, dentre os quais lentes fortes são fenômenos relativamente raros. Assim será necessário o desenvolvimento de métodos automatizados mais eficientes para esta tarefa. Neste trabalho buscamos desenvolver um método para auxiliar no processo de identificação destas lentes, utilizando técnicas de aprendizagem profunda, mais especificamente redes neurais siamesas. O método é treinado e avaliado tanto em imagens reais quanto simuladas. Resultados obtidos em alguns cenários indicam a possibilidade de sua utilização como uma etapa inicial para filtragem de candidatos a lentes, eliminando metade dos candidatos falsos, enquanto classifica a maior parte das lentes verdadeiras de maneira correta.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Observatório do Valongo	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::ASTRONOMIA::INSTRUMENTACAO ASTRONOMICA::ASTRONOMIA OTICA	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Astronomia

Files in This Item:

File	Description	Size	Format
VMMatioli.pdf		1.21 MB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository