Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/17395
Type: | Trabalho de conclusão de graduação |
Title: | Identificação de lentes gravitacionais utilizando técnicas de aprendizagem profunda |
Author(s)/Inventor(s): | Matioli, Viviane de Mattos |
Advisor: | Porto, Fábio André Machado |
Co-advisor: | Pereira, Rafael Silva |
Abstract: | 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. |
Keywords: | Lentes gravitacionais fortes Redes neurais artificiais Aprendizagem profunda Strong gravitational lensing Artificial neural networks Deep learning |
Subject CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::ASTRONOMIA::INSTRUMENTACAO ASTRONOMICA::ASTRONOMIA OTICA |
Production unit: | Observatório do Valongo |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | 24-Aug-2020 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
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. |
Appears in Collections: | Astronomia |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
VMMatioli.pdf | 1.21 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.