| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21c.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34R/3U4RLTP | |||
| Repositório | sid.inpe.br/mtc-m21c/2019/09.23.16.38 | |||
| Última Atualização | 2019:09.23.16.38.41 (UTC) administrator | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2019/09.23.16.38.41 | |||
| Última Atualização dos Metadados | 2021:02.11.18.10.58 (UTC) administrator | |||
| DOI | 10.1093/mnras/stz1795 | |||
| ISSN | 0035-8711 1365-2966 | |||
| Chave de Citação | CarrubaAljbLucc:2019:MaIdAs | |||
| Título | Machine-learning identification of asteroid groups  | |||
| Ano | 2019 | |||
| Mês | Sept. | |||
| Data de Acesso | 18 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 457 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Carruba, V. 2 Aljbaae, Safwan 3 Lucchini, A. | |||
| Grupo | 1 2 DIDMC-CGETE-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Universidade Estadual Paulista (UNESP) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Universidade Estadual Paulista (UNESP) | |||
| Endereço de e-Mail do Autor | 1 valerio.carruba@unesp.br 2 safwan.aljbaae@inpe.br | |||
| Revista | Monthly Notices of the Royal Astronomical Society | |||
| Volume | 488 | |||
| Número | 1 | |||
| Páginas | 1377-1386 | |||
| Nota Secundária | A1_QUÍMICA A1_INTERDISCIPLINAR A1_GEOCIÊNCIAS A1_ENGENHARIAS_III A2_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA A2_ASTRONOMIA_/_FÍSICA B2_ENSINO B5_ENGENHARIAS_IV | |||
| Histórico (UTC) | 2019-09-23 16:38:41 :: simone -> administrator :: 2019-09-23 16:38:42 :: administrator -> simone :: 2019 2019-09-23 16:39:34 :: simone -> administrator :: 2019 2021-02-11 18:10:58 :: administrator -> simone :: 2019 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | methods: data analysis celestial mechanics minor planets asteroids: general | |||
| Resumo | Asteroid families are groups of asteroids that share a common origin. They can be the outcome of a collision or be the result of the rotational failure of a parent body or its satellites. Collisional asteroid families have been identified for several decades using hierarchical clustering methods (HCMs) in proper elements domains. In this method, the distance of an asteroid from a reference body is computed, and, if it is less than a critical value, the asteroid is added to the family list. The process is then repeated with the new object as a reference, until no new family members are found. Recently, new machine-learning clustering algorithms have been introduced for the purpose of cluster classification. Here, we apply supervised-learning hierarchical clustering algorithms for the purpose of asteroid families identification. The accuracy, precision, and recall values of results obtained with the new method, when compared with classical HCM, show that this approach is able to found family members with an accuracy above 89.5 per cent, and that all asteroid previously identified as family members by traditional methods are consistently retrieved. Values of the areas under the curve coefficients below Receiver Operating Characteristic curves are also optimal, with values consistently above 85 per cent. Overall, we identify 6 new families and 13 new clumps in regions where the method can be applied that appear to be consistent and homogeneous in terms of physical and taxonomic properties. Machine-learning clustering algorithms can, therefore, be very efficient and fast tools for the problem of asteroid family identification. | |||
| Área | ETES | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDMC > Machine-learning identification of... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://mtc-m21c.sid.inpe.br/ibi/8JMKD3MGP3W34R/3U4RLTP | |||
| URL dos dados zipados | http://mtc-m21c.sid.inpe.br/zip/8JMKD3MGP3W34R/3U4RLTP | |||
| Idioma | en | |||
| Grupo de Usuários | self-uploading-INPE-MCTI-GOV-BR simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | allowpublisher allowfinaldraft | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Vinculação | Trabalho não Vinculado à Tese/Dissertação | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/446AF4B | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2021/02.11.18.06 5 | |||
| Divulgação | WEBSCI; PORTALCAPES; MGA; COMPENDEX. | |||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject targetfile tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||