An information theory approach on deciding spectroscopic folIow ups

An information theory approach on deciding spectroscopic folIow ups

Análisis de datos

Métodos estadísticos

Estrellas variables

620

Ingeniería

Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2019

La clasificación y caracterización de estrellas variables y fenómenos transientes son críticos para la astrofísica y cosmología. Estos objetos son estudiados principalmente a través de series de tiempo fotométricas o información espectroscópica. Las series de tiempo son generalmente usadas para el descubrimiento y clasificación de objetos, mientras que la espectroscopía provee un mayor entendimiento, tales como las propiedades físicas. Ambos tipos de datos son valiosos, sin embargo los espectros son mucho más costosos en términos de tiempo de observación. Es por esto último que la mayoría de los proyectos de recolección de datos astronómicos, actuales y futuros, están enfocados en series de tiempos. En este contexto, sería valioso saber cuáles objetos priorizaría para la observación de sus espectros, dado que ya disponemos de sus series de tiempo. Para ello, proponemos una metodología que determina cuales objetos priorizar para la observación de su espectro, por medio de la ganancia de información en un marco probabilístico. En primer lugar, entrenamos dos clasificadores: uno que utiliza solo información fotométrica y otro que usa esta última en conjunto con información espectroscópica. Luego, para cada objeto estimamos los espectros más probables a partir de su serie de tiempo. Combinamos ambos componentes para la elaboración de varias estrategias que guían la selección de objetos a los cuales observar su espectro. La mejor estrategia depende del uso que se le quiera dar. Si seleccionamos un 5% (127) de los objetos a observar, corregimos las clasificaciones de un 37% (47) de los objetos seleccionados, en comparación a un 20% (25) si se seleccionan de acuerdo a una estrategia base. Mejoramos la probabilidad asignada a la clase real de cada objeto en un 0.13, en comparación al 0.11 obtenido por la estrategia base. Por otra parte, detectamos 46% de los objetos cuya clasificación es corregible si se observa el espectro, con la selección de un 4% de los objetos disponibles. Nuestra propuesta provee un marco general para estrategias de seguimiento y puede ser extendida más allá de la clasificación e incluir otras formas de seguimientos distintas de la espectroscopía.

Astudillo Bessi, Javiera

2022-10-07T14:30:11Z

2022-10-07T14:30:11Z

2019

Pichara Baksai, Karim Elías

Pontificia Universidad Católica de Chile. Escuela de Ingeniería

acceso abierto

43 páginas

application/pdf

en

tesis de maestría

10.7764/tesisUC/ING/64993

https://doi.org/10.7764/tesisUC/ING/64993

https://repositorio.uc.cl/handle/11534/64993