| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | mtc-m21d.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34T/4877PCP | |||
| Repositório | sid.inpe.br/mtc-m21d/2022/12.13.14.14 | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2022/12.13.14.14.26 | |||
| Última Atualização dos Metadados | 2023:01.03.16.46.26 (UTC) administrator | |||
| Chave Secundária | INPE--PRE/ | |||
| Chave de Citação | CarrubaAljbDomiMart:2022:ArNeNe | |||
| Título | Artificial neural network classification of asteroids in the M1:2 meanmotion resonance with Mars  | |||
| Ano | 2022 | |||
| Data de Acesso | 13 maio 2024 | |||
| Tipo Secundário | PRE CN | |||
| 2. Contextualização | ||||
| Autor | 1 Carruba, V. 2 Aljbaae, Safwan 3 Domingos, R. C. 4 Martins, Bruno | |||
| Grupo | 1 2 DIMEC-CGCE-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Universidade Estadual Paulista (UNESP) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Universidade Estadual Paulista (UNESP) 4 Universidade Estadual Paulista (UNESP) | |||
| Endereço de e-Mail do Autor | 1 2 safwan.aljbaae@gmail.com 3 4 bruno.s.martins@unesp.br | |||
| Nome do Evento | Colóquio Brasileiro de Dinâmica Orbital, 221 | |||
| Localização do Evento | 12-16 dez. 2022 | |||
| Data | São José dos Campos, SP | |||
| Histórico (UTC) | 2022-12-13 14:14:26 :: simone -> administrator :: 2023-01-03 16:46:26 :: administrator -> simone :: 2022 | |||
| 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 | |||
| Resumo | Artificial neural networks (ANNs) have been successfully used in the last years to identify patterns in astronomical images. The use of ANN in the field of asteroid dynamics has been, however, so far somewhat limited. In this work, we used for the first time ANN for the purpose of automatically identifying the behaviour of asteroid orbits affected by the M1:2 mean-motion resonance with Mars. Our model was able to perform well above 85 per cent levels for identifying images of asteroid resonant arguments in term of standard metrics like accuracy, precision, and recall, allowing to identify the orbital type of all numbered asteroids in the region. Using supervised machine learning methods, optimized through the use of genetic algorithms, we also predicted the orbital status of all multi-opposition asteroids in the area. We confirm that the M1:2 resonance mainly affects the orbits of the Massalia, Nysa, and Vesta asteroid families. | |||
| Área | ETES | |||
| Conteúdo da Pasta doc | não têm arquivos | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| Idioma | en | |||
| Grupo de Usuários | simone | |||
| Visibilidade | shown | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/46KTFK8 | |||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||
| 6. Notas | ||||
| Campos Vazios | archivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark mirrorrepository nextedition notes numberoffiles numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle size sponsor subject targetfile tertiarymark tertiarytype type url volume | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||