Fechar
Metadados

@MastersThesis{Nascimento:2019:ClInSu,
               author = "Nascimento, Francisca Joamila Brito do",
                title = "Classifica{\c{c}}{\~a}o inteligente de supernovas utilizando 
                         hierarquia de redes neurais artificiais",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2019",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2019-05-10",
             keywords = "Supernovas, classifica{\c{c}}{\~a}o autom{\'a}tica, 
                         intelig{\^e}ncia artificial, redes neurais artificiais, 
                         supernovae, automatic classificaton, artificial intelligence, 
                         artificial neural networks.",
             abstract = "Uma supernova corresponde {\`a} fase final da vida de algumas 
                         estrelas, o auge dessa fase {\'e} marcado por uma explos{\~a}o 
                         de intenso brilho. O evento da supernova recebe bastante 
                         aten{\c{c}}{\~a}o dos estudiosos em Astronomia e Cosmologia, 
                         principalmente as supernovas do tipo Ia. A 
                         classifica{\c{c}}{\~a}o das supernovas as divide em dois tipos 
                         principais, as do tipo I n{\~a}o apresentam Hidrog{\^e}nio no 
                         espectro enquanto as do tipo II apresentam. Al{\'e}m da 
                         divis{\~a}o nesses dois tipos, h{\'a} ainda uma subdivis{\~a}o 
                         que estabelece os tipos Ia, Ib e Ic. Na pr{\'a}tica, a 
                         classifica{\c{c}}{\~a}o das supernovas exige conhecimento 
                         especializado de astr{\^o}nomos e dados (espectros de luz) de boa 
                         qualidade. O que se observa nos espectros para fazer a 
                         classifica{\c{c}}{\~a}o s{\~a}o as linhas de emiss{\~a}o 
                         (picos) e absor{\c{c}}{\~a}o (vales) de alguns elementos 
                         qu{\'{\i}}micos, como Hidrog{\^e}nio, Sil{\'{\i}}cio, Enxofre 
                         e H{\'e}lio. Alguns classificadores inteligentes foram 
                         desenvolvidos e s{\~a}o reportados na literatura, um deles {\'e} 
                         a CIntIa (Classificador Inteligente de supernovas do tipo Ia), 
                         proposta por (M{\'o}DOLO, 2016). A CIntIa usa redes neurais 
                         artificiais bin{\'a}rias para classificar as supernovas nos tipos 
                         Ia, Ib, Ic e II com aten{\c{c}}{\~a}o especial para as do tipo 
                         Ia. Este trabalho, tem por objetivo aperfei{\c{c}}oar o sistema 
                         CIntIa a fim de que ele seja menos restrito, a sua capacidade de 
                         generaliza{\c{c}}{\~a}o seja expandida e a 
                         classifica{\c{c}}{\~a}o n{\~a}o produza respostas 
                         amb{\'{\i}}guas. Para alcan{\c{c}}ar esse objetivo realizamos 
                         algumas etapas, como mudan{\c{c}}a na varia{\c{c}}{\~a}o do 
                         comprimento de onda dos espectros aceitos, mudan{\c{c}}a na 
                         estrat{\'e}gia de filtragem e implementa{\c{c}}{\~a}o de uma 
                         arquitetura hier{\'a}rquica de redes neurais bin{\'a}rias. Os 
                         resultados da classifica{\c{c}}{\~a}o dos espectros de 
                         supernovas do tipo Ia e II s{\~a}o excelentes. No entanto a 
                         classifica{\c{c}}{\~a}o de espectros dos tipos Ib e Ic n{\~a}o 
                         apresenta bons resultados, o que confirma estudos te{\'o}ricos 
                         que afirmam que os espectros de SNs Ib e Ic n{\~a}o apresentam 
                         padr{\~o}es bem estabelecidos. O aumento expressivo da quantidade 
                         de dados (a quantidade de espectros foi incrementada em mais de 
                         1300%, de 649 para 9156) {\'e} um fator fundamental para que a 
                         an{\'a}lise dos resultados seja mais segura. Outro resultado 
                         importante alcan{\c{c}}ado foi a inclus{\~a}o de espectros antes 
                         e depois do brilho m{\'a}ximo nos treinamentos (a 
                         classifica{\c{c}}{\~a}o na fase de brilho m{\'a}ximo {\'e} o 
                         procedimento padr{\~a}o para todos os classificadores 
                         pesquisados). O novo sistema autom{\'a}tico e inteligente, 
                         originado da CIntIa, chamase CINTIA 2 e foi implementado nas 
                         linguagens de programa{\c{c}}{\~a}o C++ e Python, podendo ser 
                         utilizado em conjunto com telesc{\'o}pios e espectrosc{\'o}pios 
                         diversos. ABSTRACT: A supernova corresponds to the final phase of 
                         the life of some stars, the peak of this phase is marked by an 
                         explosion of intense brightness. The supernova event receives a 
                         lot of attention from researchers in Astronomy and Cosmology, 
                         mainly type Ia supernovae. The classification of supernovae 
                         divides them into two main types, those of type I do not present 
                         Hydrogen in the spectrum while those of type II present. In 
                         addition to the division into these two types, there is still a 
                         subdivision that establishes types Ia, Ib and Ic. In practice, the 
                         classification of supernovae requires specializing knowledge of 
                         astronomers and data (light spectra) of good quality. What is 
                         observed in the spectra to make the classification are the 
                         emission lines (peaks) and absorption (valleys) of some chemical 
                         elements, such as Hydrogen, Silicon, Sulfur and Helium. Some 
                         intelligent classifiers have been developed and are reported in 
                         the literature, one of them is CIntIa (Classificador Inteligente 
                         de Supernovas do tipo Ia, in Portuguese), proposed by 
                         (M{\'o}DOLO, 2016). CIntIa uses binary artificial neural networks 
                         to classify supernovas in the types Ia, Ib, Ic and II with special 
                         attention to the type Ia. This work aims to improve CIntIa system 
                         so that it will have been less restricted, their generalization 
                         will have been expanded and classification wont have produced 
                         ambiguous answers. In order to achieve this goal, we performed 
                         several steps, such as changing the wavelength variation of the 
                         accepted spectra, changing the filtering strategy and implementing 
                         a hierarchical architecture of binary neural networks. The results 
                         of the classification of the type Ia and II supernova spectra are 
                         excellent. However, the classification of spectra of types Ib and 
                         Ic does not present good results, which confirms theoretical 
                         studies that affirm that the spectra of SNs Ib and Ic do not 
                         present well-established patterns. The significant increase in the 
                         amount of data (the number of spectra was increased by more than 
                         1300%, from 649 to 9156) was a fundamental factor to make the 
                         analysis of the results safer. Another important result was the 
                         inclusion of spectra before and after the maximum brightness in 
                         the training (the classification in the maximum brightness phase 
                         is the standard procedure for all classifiers researched). The new 
                         intelligent and automatic system, originated from CIntIa, is 
                         called CINTIA 2 and was implemented in programming languages C ++ 
                         and Python, and can be used in conjunction with telescopes and 
                         various spectroscopes.",
            committee = "Campos Velho, Haroldo Fraga de (presidente) and Guimar{\~a}es, 
                         Lamartine Nogueira Frutuoso (orientador) and Rosa, Reinaldo 
                         Roberto and Coelho, Paula Rodrigues Teixeira and M{\'o}dolo, 
                         Marcelo",
         englishtitle = "Intelligent classification of supernovae using a hierarchy of 
                         artificial neural networks",
             language = "pt",
                pages = "121",
                  ibi = "8JMKD3MGP3W34R/3T3PTLP",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3T3PTLP",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 nov. 2020"
}


Fechar