@PhDThesis{Módolo:2016:ClAuSu,
author = "M{\'o}dolo, Marcelo",
title = "Classifica{\c{c}}{\~a}o autom{\'a}tica de supernovas usando
redes neurais artificiais",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2016",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2016-05-04",
keywords = "classifica{\c{c}}{\~a}o autom{\'a}tica de supernovas,
an{\'a}lise do espectro de supernovas, classifica{\c{c}}{\~a}o
de supernovas a partir da an{\'a}lise do espectro, tipos de
supernovas, redes neurais artificiais, intelig{\^e}ncia
computacional, supernovae automatic classification, supernovae
spectrum analysis, supernovae classification from spectrum
analysis, supernovae types, artificial neural network,
computational intelligence.",
abstract = "A classifica{\c{c}}{\~a}o de supernovas pode ser feita por
especialistas humanos a partir da an{\'a}lise visual do seu
espectro, mas n{\~a}o {\'e} trivial. Apenas alguns
astr{\^o}nomos especialistas s{\~a}o capazes de faz{\^e}-lo e
com a subjetividade inerente {\`a} percep{\c{c}}{\~a}o humana.
Os classificadores autom{\'a}ticos existentes n{\~a}o fazem a
modelagem usando a forma humana de analisar o espectro para
classificar supernovas. Eles somente comparam a similaridade do
espectro da supernova rec{\'e}m-descoberta com os espectros de
supernovas que j{\'a} foram classificadas. Este trabalho
prop{\~o}e um m{\'e}todo de classifica{\c{c}}{\~a}o
autom{\'a}tica de supernovas baseado em Intelig{\^e}ncia
Computacional que simula a maneira humana de an{\'a}lise do
espectro, mas fazendo uma classifica{\c{c}}{\~a}o mais formal e
menos propensa a subjetividade da an{\'a}lise humana. O paradigma
b{\'a}sico {\'e} a forma como os seres humanos fazem a
an{\'a}lise, mas o classificador autom{\'a}tico utiliza redes
neurais artificiais para analisar o espectro e identificar a
presen{\c{c}}a ou aus{\^e}ncia de elementos que determinam o
tipo supernova. Quatro Redes Neurais Perceptron de M{\'u}ltiplas
Camadas foram constru{\'{\i}}das. Uma rede neural para
identificar cada tipo \${''}\$cl{\'a}ssico\${''}\$ de
supernova: Ia, Ib, Ic e II. O classificador foi testado em uma
base com 649 espectros de 221 supernovas e os resultados foram
muito bons, alcan{\c{c}}ando 99,2\% de acerto na
identifica{\c{c}}{\~a}o de supernovas do tipo Ia. Isso indica
que a classifica{\c{c}}{\~a}o realizada por este m{\'e}todo
pode ser utilizada em situa{\c{c}}{\~o}es onde n{\~a}o existe
um especialista ou onde seja necess{\'a}ria uma an{\'a}lise
autom{\'a}tica, sistem{\'a}tica e cont{\'{\i}}nua. A
ferramenta desenvolvida neste trabalho foi denominada CIntIa,
sigla para Classificador Inteligente de supernovas do tipo Ia.
ABSTRACT: The supernova classification performed by human experts
from visual analysis of its spectrum is not trivial. Only few
expert astronomers are able to do so, and only fewer than those
attempt to remove the subjectivity inherent to human perception
from that analysis. The existing automatic classifiers did not
model the human way of analyzing the spectrum to classify
supernovas. They only compare the spectrum similarity of newfound
supernova with spectra of supernovae already classified. The
supernovae classification automatic method proposed here is based
on Computational Intelligence, and simulates the human spectrum
analysis, making it a more formal classification and less prone to
subjectivity of the human itself. The basic paradigm is the way
humans perform the analysis. The automatic classifier uses
artificial neural networks to analyze the spectrum and identify
the presence or absence of elements that determine the supernova
type. Four Multilayer Perceptron Neural Network were built. One
neural network to identify each {"}classic{"} type of supernova:
Ia, Ib, Ic and II. The classifier was tested on a database with
649 spectra of 221 different supernovae. The results are very
good, reaching 99.2\% accuracy in identifying the type Ia
supernovae. They indicate that the classification performed by
this method can be used in situations, or that have no specialist
around, or that require an automatic, systematic and continuous
analysis. The tool developed in this work is named CIntIa, from
the Portuguese language Classificador Inteligente de supernovas do
tipo Ia, or Type Ia Supernovas Intelligent Classifier.",
committee = "Becceneri, Jos{\'e} Carlos (presidente) and Guimar{\~a}es,
Lamartine Nogueira Frutuoso (orientador) and Rosa, Reinaldo
Roberto (orientador) and Stephany, Stephan and Coelho, Paula
Rodrigues Teixeira and Shiguemori, Elcio Hideiti",
copyholder = "SID/SCD",
englishtitle = "Supernovae automatic classification using artificial neural
networks",
language = "pt",
pages = "230",
ibi = "8JMKD3MGP3W34P/3LHG4GE",
url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3LHG4GE",
targetfile = "publicacao.pdf",
urlaccessdate = "27 abr. 2024"
}