Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por eng |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | https://dspace.mackenzie.br/handle/10899/28660 |
Resumo: | A detecção de exoplanetas com base em curvas de luz pode ser um procedimento de alto custo computacional, especialmente quando tais curvas possuem alto nível de resolução temporal, como aquelas produzidas pela Missão TESS. O pré-processamento de curvas de luz baseado em Aprendizado de Máquina já foi utilizado com sucesso na Missão Ke pler, pela parceria entre a NASA e a Google (com o modelo tensorial do TensorFlow), permitindo excluir curvas de luz que não poderiam ter trânsitos planetários e reduzindo a quantidade de dados a serem processados posteriormente. Neste contexto, esta dissertação apresenta aplicação de outras técnicas de Aprendizado de Máquina como Árvores de Decisão, Florestas Aleatórias e Boost para reduzir o número de curvas de luz obtidas da Missão TESS que, efetivamente, podem reconhecer se há trânsitos planetários. Também são mostrados e comentados os resultados de exploração destas técnicas em curvas de luz da Missão TESS. |
id |
UPM_6f2ae82182c2941d8aed987acbdefc62 |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/28660 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
Andrade, Israel da Silva Rodrigues deSilva, Luciano2022-01-19T20:13:16Z2022-01-19T20:13:16Z2021-08-16https://dspace.mackenzie.br/handle/10899/28660A detecção de exoplanetas com base em curvas de luz pode ser um procedimento de alto custo computacional, especialmente quando tais curvas possuem alto nível de resolução temporal, como aquelas produzidas pela Missão TESS. O pré-processamento de curvas de luz baseado em Aprendizado de Máquina já foi utilizado com sucesso na Missão Ke pler, pela parceria entre a NASA e a Google (com o modelo tensorial do TensorFlow), permitindo excluir curvas de luz que não poderiam ter trânsitos planetários e reduzindo a quantidade de dados a serem processados posteriormente. Neste contexto, esta dissertação apresenta aplicação de outras técnicas de Aprendizado de Máquina como Árvores de Decisão, Florestas Aleatórias e Boost para reduzir o número de curvas de luz obtidas da Missão TESS que, efetivamente, podem reconhecer se há trânsitos planetários. Também são mostrados e comentados os resultados de exploração destas técnicas em curvas de luz da Missão TESS.CAPES - Coordenação de Aperfeiçoamento de Pessoal de NívelporengAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCCDexoplanetasaprendizado de máquinaclassificador binárioárvore da decisãoreconhecimento de padrõesinteligência artificialAprendizado de máquina para detecção de exoplanetas em dados da missão TESSinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIEhttp://lattes.cnpq.br/7514305376858192http://lattes.cnpq.br/6042847929025220https://orcid.org/0000-0003-3526-7963Andrade, Israel da Silva Rodrigues dehttp://lattes.cnpq.br/6042847929025220https://orcid.org/0000-0003-3526-7963Silva Júnior, Alexandre Ribeirohttp://lattes.cnpq.br/1793314117702673The detection of exoplanets on lightcurves can be a task with high computational cost,specially when the light curves have a high temporal resolution level, as those produced by TESS mission. The pre-processing of light curves is based on machine learning and has already been used successfully on Kepler mission, with partnership between NASA and Google (with tensor model on Tensorflow library), it could exclude light curves which do not have planetary transits, reducing the quantity of data to be further processed. In this context will we show on this dissertation the application of other techniques of machine learning such as Decision Trees, Random Forests and Boost to reduce the number of light curves from TESS mission, which do effectively, can be recognized to have planetary transits. We also show and commented results of the exploration these techniques in light curves on TESS mission.CCDexoplanetsmachine learningbinary classifierdecision treepattern recognitionartificial intelligenceCentro de Rádio Astronomia e Astrofísica Mackenzie (CRAAM)Ciências e Aplicações GeoespaciaisCNPQ::CIENCIAS EXATAS E DA TERRA::ASTRONOMIA::ASTROFISICA ESTELARLICENSElicense.txtlicense.txttext/plain; charset=utf-81997https://dspace.mackenzie.br/bitstream/10899/28660/6/license.txtfb735e1a8fa1feda568f1b61905f8d57MD56ORIGINALDissertação Israel da Silva Rodrigues de Andrade.pdfDissertação Israel da Silva Rodrigues de Andrade.pdfIsrael da Silva Rodrigues de Andradeapplication/pdf5157350https://dspace.mackenzie.br/bitstream/10899/28660/4/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf3895d45fdf47c8a5ed01480586f36724MD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://dspace.mackenzie.br/bitstream/10899/28660/5/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD55TEXTDissertação Israel da Silva Rodrigues de Andrade.pdf.txtDissertação Israel da Silva Rodrigues de Andrade.pdf.txtExtracted texttext/plain125809https://dspace.mackenzie.br/bitstream/10899/28660/7/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf.txt7ade9eb9f5fc99cee5cd40e68c17097aMD57THUMBNAILDissertação Israel da Silva Rodrigues de Andrade.pdf.jpgDissertação Israel da Silva Rodrigues de Andrade.pdf.jpgGenerated Thumbnailimage/jpeg1213https://dspace.mackenzie.br/bitstream/10899/28660/8/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf.jpgc5cea372350d9d048d404e0fb6f5d31dMD5810899/286602022-01-20 03:00:51.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Biblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRI |
dc.title.pt_BR.fl_str_mv |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
title |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
spellingShingle |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS Andrade, Israel da Silva Rodrigues de CCD exoplanetas aprendizado de máquina classificador binário árvore da decisão reconhecimento de padrões inteligência artificial |
title_short |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
title_full |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
title_fullStr |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
title_full_unstemmed |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
title_sort |
Aprendizado de máquina para detecção de exoplanetas em dados da missão TESS |
author |
Andrade, Israel da Silva Rodrigues de |
author_facet |
Andrade, Israel da Silva Rodrigues de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Andrade, Israel da Silva Rodrigues de |
dc.contributor.advisor1.fl_str_mv |
Silva, Luciano |
contributor_str_mv |
Silva, Luciano |
dc.subject.por.fl_str_mv |
CCD exoplanetas aprendizado de máquina classificador binário árvore da decisão reconhecimento de padrões inteligência artificial |
topic |
CCD exoplanetas aprendizado de máquina classificador binário árvore da decisão reconhecimento de padrões inteligência artificial |
description |
A detecção de exoplanetas com base em curvas de luz pode ser um procedimento de alto custo computacional, especialmente quando tais curvas possuem alto nível de resolução temporal, como aquelas produzidas pela Missão TESS. O pré-processamento de curvas de luz baseado em Aprendizado de Máquina já foi utilizado com sucesso na Missão Ke pler, pela parceria entre a NASA e a Google (com o modelo tensorial do TensorFlow), permitindo excluir curvas de luz que não poderiam ter trânsitos planetários e reduzindo a quantidade de dados a serem processados posteriormente. Neste contexto, esta dissertação apresenta aplicação de outras técnicas de Aprendizado de Máquina como Árvores de Decisão, Florestas Aleatórias e Boost para reduzir o número de curvas de luz obtidas da Missão TESS que, efetivamente, podem reconhecer se há trânsitos planetários. Também são mostrados e comentados os resultados de exploração destas técnicas em curvas de luz da Missão TESS. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-08-16 |
dc.date.accessioned.fl_str_mv |
2022-01-19T20:13:16Z |
dc.date.available.fl_str_mv |
2022-01-19T20:13:16Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://dspace.mackenzie.br/handle/10899/28660 |
url |
https://dspace.mackenzie.br/handle/10899/28660 |
dc.language.iso.fl_str_mv |
por eng |
language |
por eng |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
bitstream.url.fl_str_mv |
https://dspace.mackenzie.br/bitstream/10899/28660/6/license.txt https://dspace.mackenzie.br/bitstream/10899/28660/4/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf https://dspace.mackenzie.br/bitstream/10899/28660/5/license_rdf https://dspace.mackenzie.br/bitstream/10899/28660/7/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf.txt https://dspace.mackenzie.br/bitstream/10899/28660/8/Disserta%c3%a7%c3%a3o%20Israel%20da%20Silva%20Rodrigues%20de%20Andrade.pdf.jpg |
bitstream.checksum.fl_str_mv |
fb735e1a8fa1feda568f1b61905f8d57 3895d45fdf47c8a5ed01480586f36724 e39d27027a6cc9cb039ad269a5db8e34 7ade9eb9f5fc99cee5cd40e68c17097a c5cea372350d9d048d404e0fb6f5d31d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1757177235168559104 |