Ferramentas de inteligência artificial para grandes levantamentos de galáxias

• Processo: 19/10923-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2020
• Data de Término da vigência: 30 de abril de 2022
• Área do conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica Extragaláctica
• Pesquisador responsável: Laerte Sodré Junior
• Beneficiário: Laerte Sodré Junior
• Instituição Sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Formação e evolução da galáxia Inteligência artificial Aprendizado computacional Aprendizagem profunda Populações estelares Análise fotométrica
• Palavra(s)-Chave do Pesquisador: Deep Learning | galaxy evolution | machine learning | photometric redshifts | Stellar Populations | evolução de galáxias

Resumo

Pretendemos usar ferramentas de {\it machine learning} e {\it deep learning} na análise de grandes levantamentos fotométricos e espectroscópicos, como o S-PLUS, o J-PLUS, o J-PAS e o PFS, para extrair informações de forma eficiente dos grandes conjuntos de dados que estão ou serão gerados por estes projetos. Nosso foco inicial é a análise dos dados que vêm sendo obtidos pelo S-PLUS, mas as técnicas serão aplicadas, posteriormente, aos projetos J-PLUS, J-PAS e PFS. Para isso vamos investir tanto na implementação de algoritmos quanto na preparação de conjuntos de treinamento adequados para nossos propósitos científicos. Os resultados do projeto, como redshifts fotométricos e parâmetros que descrevem propriedades das populações estelares das galáxias, serão úteis para inúmeras aplicações. (AU)

Publicações científicas

(14)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

LOPEZ-SANJUAN, C.; TREMBLAY, P-E; EDEROCLITE, A.; RAMIO, H. VAZQUEZ; CENARRO, A. J.; MARIN-FRANCH, A.; VARELA, J.; AKRAS, S.; GUERRERO, M. A.; JIMENEZ-ESTEBAN, F. M.; et al. The miniJPAS survey: White dwarf science with 56 optical filters. Astronomy & Astrophysics, v. 665, p. 13-pg., 2022-09-23. (20/00457-4, 19/10923-5)

LIMA, E. V. R.; SODRE JR, L.; BOM, C. R.; TEIXEIRA, G. S. M.; NAKAZONO, L.; BUZZO, M. L.; QUEIROZ, C.; HERPICH, F. R.; NILO CASTELLON, J. L.; DANTAS, M. L. L.; et al. Photometric redshifts for the S-PLUS Survey: Is machine learning up to the task?. ASTRONOMY AND COMPUTING, v. 38, p. 15-pg., 2022-01-01. (19/06766-1, 09/54006-4, 14/10566-4, 15/11442-0, 19/10923-5, 19/01312-2, 18/09165-6, 18/21661-9)

NAKAZONO, L.; DE OLIVEIRA, C. MENDES; HIRATA, N. S. T.; JERAM, S.; QUEIROZ, C.; EIKENBERRY, STEPHEN S.; GONZALEZ, A. H.; ABRAMO, R.; OVERZIER, R.; ESPADOTO, M.; et al. On the discovery of stars, quasars, and galaxies in the Southern Hemisphere with S-PLUS DR2. Monthly Notices of the Royal Astronomical Society, v. 507, n. 4, p. 5847-5868, NOV 2021. (18/09165-6, 19/06766-1, 19/10923-5, 15/22308-2, 19/26492-3, 18/20977-2, 14/10566-4, 19/01312-2, 18/25671-9, 19/23388-0, 17/25835-9, 15/11442-0, 16/12331-0)

LOPEZ-SANJUAN, C.; YUAN, H.; VAZQUEZ RAMIO, H.; VARELA, J.; CRISTOBAL-HORNILLOS, D.; TREMBLAY, P. -E.; MARIN-FRANCH, A.; CENARRO, A. J.; EDEROCLITE, A.; ALFARO, E. J.; et al. J-PLUS: Systematic impact of metallicity on photometric calibration with the stellar locus. Astronomy & Astrophysics, v. 654, OCT 11 2021. (19/10923-5)

ALMEIDA-FERNANDES, F.; SAMPEDRO, L.; HERPICH, F. R.; MOLINO, A.; BARBOSA, C. E.; BUZZO, M. L.; OVERZIER, R. A.; DE LIMA, E. V. R.; NAKAZONO, L. M., I; OLIVEIRA SCHWARZ, G. B.; et al. Data Release 2 of S-PLUS: Accurate template-fitting based photometry covering similar to 1000 deg(2) in 12 optical filters. Monthly Notices of the Royal Astronomical Society, v. 511, n. 3, p. 29-pg., 2022-02-26. (09/54202-8, 16/12331-0, 19/01312-2, 18/09165-6, 19/10923-5, 19/26492-3, 20/00457-4, 19/23388-0, 14/10566-4, 18/20977-2, 19/11910-4, 19/26412-0, 11/51680-6, 18/21250-9, 17/18191-8)

RODRIGUES, NATALIA V. N.; RAUL ABRAMO, L.; QUEIROZ, CAROLINA; MARTINEZ-SOLAECHE, GINES; PEREZ-RAFOLS, IGNASI; BONOLI, SILVIA; CHAVES-MONTERO, JONAS; PIERI, MATTHEW M.; GONZALEZ DELGADO, ROSA M.; MORRISON, SEAN S.; et al. The miniJPAS survey quasar selection - II. Machine learning classification with photometric measurements and uncertainties. Monthly Notices of the Royal Astronomical Society, v. 520, n. 3, p. 16-pg., 2023-02-15. (15/11442-0, 19/06766-1, 19/10923-5)

IGLESIAS-PARAMO, J.; ARROYO, A.; KEHRIG, C.; VILCHEZ, J. M.; PUERTAS, S. DUARTE; PEREZ-MONTERO, E.; BREDA, I; JIMENEZ-TEJA, Y.; SANJUAN, C. LOPEZ; LUMBRERAS-CALLE, A.; et al. The miniJPAS survey: A search for extreme emission-line galaxies. Astronomy & Astrophysics, v. 665, p. 26-pg., 2022-09-14. (19/10923-5)

MARTINEZ-SOLAECHE, G.; GONZALEZ DELGADO, R. M.; GARCIA-BENITO, R.; DIAZ-GARCIA, L. A.; RODRIGUEZ-MARTIN, J. E.; PEREZ, E.; DE AMORIM, A.; DUARTE PUERTAS, S.; SODRE, L., JR.; SOBRAL, D.; et al. The miniJPAS survey: Identification and characterization of the emission line galaxies down to z < 0.35 in the AEGIS field. Astronomy & Astrophysics, v. 661, p. 21-pg., 2022-05-09. (19/10923-5)

RODRIGUEZ-MARTIN, J. E.; DELGADO, R. M. GONZALEZ; MARTINEZ-SOLAECHE, G.; DIAZ-GARCIA, L. A.; DE AMORIM, A.; GARCIA-BENITO, R.; PEREZ, E.; FERNANDES, R. CID; CARRASCO, E. R.; MATURI, M.; et al. The miniJPAS survey Galaxy populations in the most massive cluster in miniJPAS: mJPC2470-1771. Astronomy & Astrophysics, v. 666, p. 24-pg., 2022-10-21. (18/05392-8, 19/10923-5)

DELGADO, R. M. GONZALEZ; DIAZ-GARCIA, L. A.; DE AMORIM, A.; BRUZUAL, G.; FERNANDES, R. CID; PEREZ, E.; BONOLI, S.; CENARRO, A. J.; COELHO, P. R. T.; CORTESI, A.; et al. The miniJPAS survey: Identification and characterization of galaxy populations with the J-PAS photometric system. Astronomy & Astrophysics, v. 649, MAY 13 2021. (18/05392-8, 19/10923-5)

MARTINEZ-SOLAECHE, G.; GONZALEZ DELGADO, R. M.; GARCIA-BENITO, R.; DE AMORIM, A.; PEREZ, E.; RODRIGUEZ-MARTIN, J. E.; DIAZ-GARCIA, L. A.; CID FERNANDES, R.; LOPEZ-SANJUAN, C.; BONOLI, S.; et al. J-PAS: Measuring emission lines with artificial neural networks. Astronomy & Astrophysics, v. 647, p. 19-pg., 2021-03-26. (19/10923-5)

GONZALEZ DELGADO, R. M.; RODRIGUEZ-MARTIN, J. E.; DIAZ-GARCIA, L. A.; DE AMORIM, A.; GARCIA-BENITO, R.; MARTINEZ-SOLAECHE, G.; LOPES, P. A. A.; MATURI, M.; PEREZ, E.; FERNANDES, R. CID; et al. The miniJPAS survey The role of group environment in quenching star formation. Astronomy & Astrophysics, v. 666, p. 20-pg., 2022-10-10. (19/10923-5)

BOM, C. R.; CORTESI, A.; LUCATELLI, G.; DIAS, L. O.; SCHUBERT, P.; OLIVEIRA SCHWARZ, G. B.; CARDOSO, N. M.; LIMA, E. V. R.; DE OLIVEIRA, C. MENDES; SODRE, L.; et al. Deep Learning assessment of galaxy morphology in S-PLUS Data Release 1. Monthly Notices of the Royal Astronomical Society, v. 507, n. 2, p. 1937-1955, OCT 2021. (19/26492-3, 09/54202-8, 19/10923-5, 19/11910-4)

QUEIROZ, CAROLINA; ABRAMO, L. RAUL; RODRIGUES, NATALIA V. N.; PEREZ-RAFOLS, IGNASI; MARTINEZ-SOLAECHE, GINES; HERNAN-CABALLERO, ANTONIO; HERNANDEZ-MONTEAGUDO, CARLOS; LUMBRERAS-CALLE, ALEJANDRO; PIERI, MATTHEW M.; MORRISON, SEAN S.; et al. The miniJPAS survey quasar selection - I. Mock catalogues for classification. Monthly Notices of the Royal Astronomical Society, v. 520, n. 3, p. 18-pg., 2023-02-15. (15/11442-0, 19/06766-1, 19/10923-5)