Clasificación de objetos cosmológicos usando Redes Neuronales Convolucionales

Abstract

En los últimos 20 años, la tecnología de detectores y procesamiento de datos ha permitido que hoy en día, los astrónomos dispongan de una inmensa cantidad de datos, tanto de objetos particulares, como de amplias áreas del cielo. Durante los primeros años de esta revolución, el post-procesado de los datos, como en el caso de la clasificación de objetos, era realizado manualmente por los científicos. Hoy en día, los instrumentos modernos nos permiten obtener fotometría de miles de objetos cada noche en todo el mundo. Para poder analizar toda esta información de manera eficiente, hay que crear sistemas automatizados de clasificación. El objetivo de este trabajo consiste en desarrollar un sistema para poder analizar la enorme cantidad de datos generada por los nuevos sistemas automatizados. Para ello, utilizaremos machine learning (aprendizaje automático) para analizar los espectros que tomamos usando fotometría con filtros estrechos y poder separar entre galaxias, estrellas y cuásares de una forma rápida, eficaz y fiable.