Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais

Detalhes bibliográficos
Autor(a) principal: Montanger, Patricia
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNILA
Texto Completo: http://dspace.unila.edu.br/123456789/6180
Resumo: Trabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.
id UNIL_4954a8d2c91d10194a8ab377b1356381
oai_identifier_str oai:dspace.unila.edu.br:123456789/6180
network_acronym_str UNIL
network_name_str Repositório Institucional da UNILA
repository_id_str 3636
spelling Montanger, PatriciaOrientação2021-07-01T21:27:39Z2021-07-01T21:27:39Z2021-07-01http://dspace.unila.edu.br/123456789/6180Trabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.Missões espaciais têm contribuído muito na coleta de dados e impulsionado novas descobertas sobre diversos fenômenos existentes no universo. Um desses fenômenos é o trânsito planetário, que quando identificado permite aos astrônomos realizar a descoberta de exoplanetas. Projetos como o Kepler possibilitaram o rápido armazenamento de uma grande quantidade de dados temporais, especialmente na forma de curvas de luz. Nesse contexto, tornou-se cada vez mais comum a criação de processos automáticos para a análise desses dados, como a aplicação de técnicas de aprendizado de máquina. No entanto, para compreender adequadamente os eventos contidos em informações temporais, é fundamental a utilização de métodos específicos para o tratamento desse tipo de dado. Portanto, neste trabalho, com o objetivo de identificar exoplanetas de modo automático a partir de curvas de luz, propusemos o estudo de algoritmos de aprendizado de máquina baseados em séries temporais. Realizamos uma avaliação experimental utilizando 5302 curvas de luz, das quais 2195 são rotuladas como exoplanetas e 3107 são representantes de outros objetos celestes. Também, avaliamos 11 algoritmos de classificação, sendo 6 algoritmos tradicionais e 5 baseados em séries temporais. Como resultado, verificamos que os melhores desempenhos, em termos de acurácia, foram dos algoritmos específicos para séries temporais, com destaque para o Time Series Forest.porExoplanetas. Séries Temporais. Curvas de Luz. Aprendizado de Máquina.Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries TemporaisbachelorThesisinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNILAinstname:Universidade Federal da Integração Latino-Americana (UNILA)instacron:UNILALICENSElicense.txtlicense.txttext/plain; charset=utf-81867https://dspace.unila.edu.br/bitstream/123456789/6180/2/license.txt2cc17e5fa028bf681461a82474f236b8MD52ORIGINALDetecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries TemporaisDetecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporaisapplication/pdf2104329https://dspace.unila.edu.br/bitstream/123456789/6180/1/Detec%c3%a7%c3%a3o%20Autom%c3%a1tica%20de%20Exoplanetas%20por%20Meio%20de%20Algoritmos%20de%20Aprendizado%20de%20M%c3%a1quina%20Baseados%20em%20S%c3%a9ries%20Temporais02421112beb051cd3d71a270063f8641MD51123456789/61802021-07-01 21:25:34.415oai:dspace.unila.edu.br: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Repositório de PublicaçõesPUBhttp://dspace.unila.edu.br/oai/requestopendoar:36362021-07-02T00:25:34Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)false
dc.title.pt_BR.fl_str_mv Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
title Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
spellingShingle Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
Montanger, Patricia
Exoplanetas. Séries Temporais. Curvas de Luz. Aprendizado de Máquina.
title_short Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
title_full Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
title_fullStr Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
title_full_unstemmed Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
title_sort Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
author Montanger, Patricia
author_facet Montanger, Patricia
author_role author
dc.contributor.author.fl_str_mv Montanger, Patricia
dc.contributor.advisor1.fl_str_mv Orientação
contributor_str_mv Orientação
dc.subject.por.fl_str_mv Exoplanetas. Séries Temporais. Curvas de Luz. Aprendizado de Máquina.
topic Exoplanetas. Séries Temporais. Curvas de Luz. Aprendizado de Máquina.
description Trabalho de Conclusão de Curso apresentado ao Instituto Latino-Americano de Ciências da Vida e da Natureza da Universidade Federal da Integração Latino-Americana, como requisito parcial à obtenção do título de Bacharel em Engenharia Física.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-07-01T21:27:39Z
dc.date.available.fl_str_mv 2021-07-01T21:27:39Z
dc.date.issued.fl_str_mv 2021-07-01
dc.type.driver.fl_str_mv bachelorThesis
info:eu-repo/semantics/bachelorThesis
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.unila.edu.br/123456789/6180
url http://dspace.unila.edu.br/123456789/6180
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNILA
instname:Universidade Federal da Integração Latino-Americana (UNILA)
instacron:UNILA
instname_str Universidade Federal da Integração Latino-Americana (UNILA)
instacron_str UNILA
institution UNILA
reponame_str Repositório Institucional da UNILA
collection Repositório Institucional da UNILA
bitstream.url.fl_str_mv https://dspace.unila.edu.br/bitstream/123456789/6180/2/license.txt
https://dspace.unila.edu.br/bitstream/123456789/6180/1/Detec%c3%a7%c3%a3o%20Autom%c3%a1tica%20de%20Exoplanetas%20por%20Meio%20de%20Algoritmos%20de%20Aprendizado%20de%20M%c3%a1quina%20Baseados%20em%20S%c3%a9ries%20Temporais
bitstream.checksum.fl_str_mv 2cc17e5fa028bf681461a82474f236b8
02421112beb051cd3d71a270063f8641
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNILA - Universidade Federal da Integração Latino-Americana (UNILA)
repository.mail.fl_str_mv
_version_ 1797227523153592320

Registros relacionados