Ferramentas de inteligência artificial para grandes levantamentos de galáxias

• Processo: 19/10923-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de maio de 2020 - 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

(4)

(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)

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)

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)

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)