Busca avançada
Ano de início
Entree

Síntese de populações de galáxias com técnicas de aprendizado de máquina

Processo: 19/05355-8
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de junho de 2019
Vigência (Término): 31 de maio de 2020
Área do conhecimento:Ciências Exatas e da Terra - Astronomia - Astrofísica Extragaláctica
Pesquisador responsável:Laerte Sodré Junior
Beneficiário:Vitor Martins Cernic
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   Raios ultravioleta   Síntese espectral   Aprendizado computacional

Resumo

Este projeto objetiva aplicar técnicas de aprendizado de máquina (Machine Learning, ML) na síntese espectral de galáxias. Para isso usaremos os resultados de uma nova aplicação do software STARLIGHT a uma amostra de mais de 200 mil galáxias realizada por Werle et al. (2019). Estes resultados inovam, pois, a síntese é feita levando em conta a emissão no UV das galáxias, o que melhora a estimativa das propriedades das populações estelares. Estes resultados servirão de base para a criação de um conjunto de treinamento que será utilizado para treinar algoritmos de ML que serão aplicados, inicialmente, ao estudo de galáxias da Stripe 82 observadas pelo levantamento fotométrico S-PLUS.