Clasificación de estrellas y galaxias a través de ensamble híbrido de deep learning

RESUMEN : La astronomía es una ciencia que nos permite comprender la estructura y evolución del universo en el que vivimos. Una de las tareas fundamentales en la investigación astronómica es la identificación y clasificación de fuentes de luz en las imágenes capturadas por los telescopios, más específicamente entre estrellas y galaxias. Sin embargo, distinguir entre estos cuerpos celestes en una imagen puede ser un desafío, ya que ambas pueden ser similares en cuanto a forma y tamaño a partir de ciertas distancias. Por otro lado los recientes y venideros censos del cielo proveen enromes cantidades de información en la forma de imágenes (del orden de decenas de Tb por semana). Identificar y clasificar fuentes en tales conjuntos de datos se convierte en una tarea imposible desde el punto de vista práctico si se piensa en que sea una labor hecha por humanos, y se hace necesario hacer uso de herramientas computacionales para resolver el problema. En este proyecto, se presenta una solución a esta problemática mediante un framework que combina y explota dos modelos de deep learning: MobileNetSSDv2 para la detección de objetos y ResNet para clasificar los objetos detectados. El objetivo de este trabajo es demostrar la efectividad de este enfoque en la identificación precisa de fuentes de luz astronómicas en imágenes. Los modelos fueron entrenados utilizando redes neuronales convolucionales y técnicas de deep learning, que proveen mejores resultados que otros métodos basados en ingeniería de características manuales o en maquinas de vectores de soporte (SVM). Estos métodos fueron entrenados utilizando el dataset público de Sloan Digital Sky Survey (SDSS).

• Autores: Robayo Lozano, Oscar Felipe
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35758
• Acceso en línea: https://hdl.handle.net/10495/35758
• Palabra clave: Aprendizaje Profundo; Deep Learning; Análisis de datos; Data analysis; Estadística; Estrellas; Galaxias; Redes neurales (computadores); Neural networks (Computer science); Procesamiento óptico de datos; Procesamiento de imágenes; Detección de objetos; http://vocabularies.unesco.org/thesaurus/concept2214
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/