Separação de estrelas-galáxias usando algoritmos de machine learning aplicados aos dados preliminares do survey MINIJPAS.

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Baqui, Pedro Otavio Souza
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Espírito Santo
BR
Doutorado em Física
Centro de Ciências Exatas
UFES
Programa de Pós-Graduação em Física
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Classificação Estrelas/Galáxias
Fotometria
Aprendiz
máquina
subject.br-rjbn
Física
Link de acesso: http://repositorio.ufes.br/handle/10/14242
Resumo: Future astrophysical research such as JPAS will produce huge datasets never seen before, reaching a rate of 150 TB per day. Therefore, new tools for processing this amount of data must be employed. Preferably they will provide us with an almost real-time

Registros relacionados