Separação de estrelas e quasares em imagens multiespectrais

• Processo: 14/10566-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2014
• Data de Término da vigência: 30 de junho de 2016
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Nina Sumiko Tomita Hirata
• Beneficiário: Lilianne Mariko Izuti Nakazono
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Metodologia e técnicas de computação Corpos celestes Quasares Análise multivariada Análise de imagens Métodos espectrais
• Palavra(s)-Chave do Pesquisador: análise multivariada | Classificação de Padrões | Imagem astronômica | Redução de Dimensão | Sinal espectral | Análise de imagens e dados

Resumo

Em astronomia, uma tarefa importante é a identificação de corpos celestes específicos. Essa tarefa é muitas vezes realizada de forma manual, analisando-se os dados espectrais do corpo. Com os avanços na tecnologia empregada para observar esses corpos, e especialmente de telescópios que são capazes de capturar imagens de centenas de milhares de corpos, torna-se necessário o emprego de métodos computacionais eficientes para auxiliar nesse processo de identificação. Este projeto de pesquisa está inserido no contexto de um importante projeto internacional, o J-PAS, que irá realizar o levantamento de uma extensa área do céu, por meio da captura de imagens multiespectrais na faixa do luz visível. Objetivamos investigar e desenvolver um método para separar estrelas e quasares nessas imagens multiespectrais, a partir da análise apenas da dimensão espectral das imagens. Para isso deverão ser empregados métodos de extração de características de sinais, redução de dimensionalidade e classificação supervisionada. É esperado que além do método em si, este projeto contribua para o estabelecimento de iniciativas similares envolvendo a colaboração efetiva entre pesquisadores das áreas de estatística, computação e astronomia.

Publicações científicas

(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)

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)

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)

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)