Determinação de distâncias de quasares do S-PLUS usando deep learning

• Processo: 21/08983-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2021
• Data de Término da vigência: 31 de dezembro de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica Extragaláctica
• Pesquisador responsável: Claudia Lucia Mendes de Oliveira
• Beneficiário: Raquel Ruiz Valença
• Instituição Sede: Instituto de Astronomia, Geofísica e Ciências Atmosféricas (IAG). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 19/26492-3 - Ciência com o telescópio robótico brasileiro, AP.ESP
• Assunto(s): Aprendizagem profunda Redes bayesianas Modelos preditivos Espectroscopia Análise fotométrica
• Palavra(s)-Chave do Pesquisador: cosmologia | Deep Learning | quasares | Quasares

Resumo

Este projeto de pesquisa consiste no treinamento e avaliação de modelos preditivos para redshift de quasares, utilizando-se dados fotométricos do Southern Photometric Local Universe Survey (S-PLUS) em um contexto de aprendizagem supervisionada de máquina (machine learning). Para treinar a máquina, serão utilizados dados do S-PLUS de quasares previamente confirmados via espectroscopia pelo Sloan Digital Sky Survey (SDSS). Neste projeto focaremos no estudo de modelos de deep learning, em específico, modelos de redes neurais bayesianas. Serão utilizadas métricas como a precisão, bias e fração de outliers para avaliar a performance dos modelos construídos. Após a obtenção do melhor modelo, este será aplicado em candidatos a quasar que foram previamente classificados fotometricamente. (AU)