Detecção Automática de Exoplanetas por Meio de Algoritmos de Aprendizado de Máquina Baseados em Séries Temporais
Autor(a) principal: | |
---|---|
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:123456789/6180TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkENCg0KQ29tIGEgYXByZXNlbnRhw6fDo28gZGVzdGEgbGljZW7Dp2EsIHZvY8OqIChvIGF1dG9yIChlcykgb3UgbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvcikgY29uY2VkZSBhbyBSZXBvc2l0w7NyaW8gSW5zdGl0dWNpb25hbCBkYSBVbmlsYSAoUklVTklMQSkgbyBkaXJlaXRvIG7Do28tZXhjbHVzaXZvIGRlIHJlcHJvZHV6aXIsIHRyYWR1emlyIChjb25mb3JtZSBkZWZpbmlkbyBhYmFpeG8pLCBlL291IGRpc3RyaWJ1aXIgYSBzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIGZvcm1hdG9zIMOhdWRpbyBlIHbDrWRlby4NCg0KVm9jw6ogY29uY29yZGEgcXVlIG8gUklVTklMQSBwb2RlLCBzZW0gYWx0ZXJhciBvIGNvbnRlw7pkbywgdHJhbnNwb3IgYSBzdWEgcHVibGljYcOnw6NvIHBhcmEgcXVhbHF1ZXIgbWVpbyBvdSBmb3JtYXRvIHBhcmEgZmlucyBkZSBwcmVzZXJ2YcOnw6NvLiANCg0KVm9jw6ogdGFtYsOpbSBjb25jb3JkYSBxdWUgbyBSSVVOSUxBIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIGUgcHJlc2VydmHDp8Ojby4gDQoNClZvY8OqIGRlY2xhcmEgcXVlIGEgc3VhIHB1YmxpY2HDp8OjbyDDqSBvcmlnaW5hbCBlIHF1ZSB2b2PDqiB0ZW0gbyBwb2RlciBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gVm9jw6ogdGFtYsOpbSBkZWNsYXJhIHF1ZSBvIGRlcMOzc2l0byBkZSBzdWEgcHVibGljYcOnw6NvIG7Do28sIHF1ZSBzZWphIGRlIHNldSBjb25oZWNpbWVudG8sIGluZnJpbmdlIGRpcmVpdG9zIGF1dG9yYWlzIGRlIG5pbmd1w6ltLiANCg0KQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgb2J0ZXZlIGEgcGVybWlzc8OjbyBpcnJlc3RyaXRhIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXJhIGNvbmNlZGVyIGFvIFJJVU5JTEEgb3MgZGlyZWl0b3MgYXByZXNlbnRhZG9zIG5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIG91IG5vIGNvbnRlw7pkbyBkYSBwdWJsaWNhw6fDo28gb3JhIGRlcG9zaXRhZGEuIA0KDQpDQVNPIEEgUFVCTElDQcOHw4NPIE9SQSBERVBPU0lUQURBIFRFTkhBIFNJRE8gUkVTVUxUQURPIERFIFVNIFBBVFJPQ8ONTklPIE9VIEFQT0lPIERFIFVNQSBBR8OKTkNJQSBERSBGT01FTlRPIE9VIE9VVFJPIE9SR0FOSVNNTywgVk9Dw4ogREVDTEFSQSBRVUUgUkVTUEVJVE9VIFRPRE9TIEUgUVVBSVNRVUVSIERJUkVJVE9TIERFIFJFVklTw4NPIENPTSBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgRVhJR0lEQVMgUE9SIENPTlRSQVRPIE9VIEFDT1JETy4gDQoNCk8gUklVTklMQSBzZSBjb21wcm9tZXRlIGEgaWRlbnRpZmljYXIgY2xhcmFtZW50ZSBvIHNldSBub21lKHMpIG91IG8ocykgZGV0ZW50b3IoZXMpIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBuZW5odW1hIGFsdGVyYcOnw6NvLCBhbMOpbSBkYXF1ZWxhcyBjb25jZWRpZGFzIHBvciBlc3RhIGxpY2Vuw6dhLg==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 |