Técnicas de aprendizado de máquina aplicadas a base de dados do S-PLUS: redshift fotométrico de galáxias.

• Processo: 24/15229-8
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica Extragaláctica
• Pesquisador responsável: Claudia Lucia Mendes de Oliveira
• Beneficiário: Erik Vinicius Rodrigues de Lima
• 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): Aprendizado computacional S-plus
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Redshift Fotométrico | S-Plus | Machine learning

Resumo

O desenvolvimento tecnológico atual no campo da Astronomia, tanto em instrumentação quanto em infraestrutura geral, permite a idealização e execução de projetos capazes de mapear milhões a bilhões de objetos. Essa quantidade de dados está além da capacidade humana de processar, e isso é necessário para extrair toda a ciência possível das observações. O projeto do nosso grupo, o Southern Photometric Local Universe Survey (S-PLUS), está se aproximando da conclusão, tendo já observado 70% da área planejada, fornecendo à comunidade fotometria de dezenas de milhões de objetos. Para lidar com essa quantidade de dados, há uma necessidade de técnicos em TT, ainda mais para processá-los e fornecer catálogos de valor agregado ao público, para que mais ciência possa ser feita com o projeto, aumentando o valor de retorno do projeto.