Publicación: Aplicación predictiva de cuerpos, fenómenos y objetos astronómico - espaciales mediante el uso de aprendizaje profundo (DNN, CNN) y visión artificial
Cargando...
Fecha
2019-08-14
Autores
Tutor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
La astronomía es un área de la investigación que produce grandes volúmenes de datos, un ejemplo de ello es el LSST, que se espera en 2022, pueda llegar a producir hasta 20 TB por noche. Usualmente, para obtener estos datos se usan métodos como la espectroscopia o aquellos basados en fotometría, este último, representa un interés particular debido a que, en la última década, la cantidad y calidad de las imágenes obtenidas del espacio se ha incrementado enormemente. Un ejemplo de ello es la galaxia M33, cuya imagen luego del coloreado RGB ocupa 1.67 GB de almacenamiento. Esto, evidentemente, representa un desafío para los investigadores, pues, no sólo deben lidiar con las limitaciones del almacenamiento, sino que también con el proceso de obtención, procesamiento, clasificación y análisis del cuerpo, fenómeno u objeto astronómico que se encuentre en la imagen. Así pues, esta herramienta se presenta una alternativa para procesar y clasificar los fenómenos, cuerpos y objetos astronómicos mediante el uso de aprendizaje profundo y visón artificial, ya que, al eliminar dos pasos intermedios, el investigador podrá centrarse en las tareas de análisis y estudio
Palabras clave
TECNOLOGÍA::Tecnología de la información::Computación::Deep Learning, CIENCIAS NATURALES::Física::Astronomía y astrofísica::Astronomía, CIENCIAS NATURALES::Física::Astronomía y astrofísica, TECNOLOGÍA::Tecnología de la información::Computación::Inteligencia artificial