Inferencia bayesiana del movimiento propio de las estrellas sobre GPU

Etxeberria Méndez, Jose. (2020). Inferencia bayesiana del movimiento propio de las estrellas sobre GPU Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Etxeberria_Mendez_Jose_TFM.pdf Etxeberria_Mendez_Jose_TFM.pdf application/pdf 5.68MB

Título Inferencia bayesiana del movimiento propio de las estrellas sobre GPU
Autor(es) Etxeberria Méndez, Jose
Resumen La busqueda de los movimientos propios de las estrellas es uno de los focos de la astronoma, al permitir identicar grupos de movimiento propio comun que puedan compartir su origen y por tanto edad y composicion qumica. Tradicionalmente la estimacion del movimiento propio se ha realizado mediante metodos del paradigma frecuentista, principalmente regresion por mnimos cuadrados. Este tipo de metodos presentan problemas ante bajos volumenes de datos y datos con altas irregularidades. En este trabajo se deende la preferencia del paradigma bayesiano para la estimacion de los movimientos propios y se desarrolla una herramienta que permite realizar la estimacion utilizando modelos bayesianos jerarquicos de manera robusta ante la presencia de espurios y datos sesgados. La implementacion se realiza sobre GPU, optimizando al maximo la paralelizacion del procesamiento.
Abstract Measuring the proper motion of stars is one of the studies where astronomy focuses because it leads to identify star groups with common proper motion, that may share their origin and so their age and chemical composition. Traditionally, proper motions estimation has been performed with methods based on the frequentist paradigm, mainly with least squares regression. These methods may arise problems with low data volumes and irregular data. In this project, preference for bayesian paradigm is advocated for proper motions estimate and it is developed a tool that provides the estimate robust to outliers and osets in data. Development is performed on GPU, maximizing parallelization processing capabilities.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Palabra clave modelo bayesiano jerárquico
movimiento propio
programación GPU
hierarchical bayesian model
stars proper motion
GPU-computing
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
Director/Tutor Sarro Baro, Luis Manuel
Fecha 2020-06
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Jetxeberria
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Jetxeberria
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 276 Visitas, 304 Descargas  -  Estadísticas en detalle
Creado: Tue, 21 Sep 2021, 20:03:28 CET