Desenvolvimento de um pipeline para a análise de curvas de luz com técnicas de machine learning

• Processo: 24/04093-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2024
• Data de Término da vigência: 31 de maio de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica Estelar
• Pesquisador responsável: Roberto Bertoldo Menezes
• Beneficiário: Pedro Wilian Palumbo Bevilacqua
• Instituição Sede: Escola de Engenharia Mauá (EEM). Instituto Mauá de Tecnologia. São Caetano do Sul , SP, Brasil
• Assunto(s): Exoplanetas
• Palavra(s)-Chave do Pesquisador: binárias eclipsantes | Curvas de luz | Exoplanetas | Análise de curvas de luz

Resumo

Técnicas de machine learning têm sido cada vez mais utilizadas na astronomia, por conta do volume e complexidade dos dados observacionais obtidos com diferentes instrumentos. Uma possível aplicação de tais técnicas envolve análises das chamadas curvas de luz, que são conjuntos de dados utilizados para monitorar a variabilidade do brilho das estrelas. A análise das curvas de luz permite identificar a presença de possíveis eclipses, que ocorrem quando um objeto, em órbita da estrela observada, passa entre a estrela e o observador. Tal corpo orbitante pode ser um exoplaneta ou uma outra estrela, que é chamada de binária eclipsante. Nesse trabalho, avaliaremos, utilizando dados obtidos com o telescópio espacial Kepler, quais as técnicas de machine learning mais eficazes para a classificação de curvas de luz em: curvas contendo eclipses causados por exoplanetas, curvas com eclipses causados por binárias eclipsantes e curvas sem eclipses. A partir disso e dos resultados de projetos anteriores de Iniciação Científica, elaboraremos um pipeline para a análise de curvas de luz obtidas com diferentes instrumentos. Tal pipeline incluirá a aplicação de técnicas de filtragem, a fim de remover ruídos de alta frequência, e a classificação das curvas de luz, usando técnicas de machine learning.