Publicación: Inferencia bayesiana del movimiento propio de las estrellas sobre GPU
Cargando...
Fecha
2020-06
Autores
Editor/a
Director/a
Tutor/a
Coordinador/a
Prologuista
Revisor/a
Ilustrador/a
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
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.
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.
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.
Descripción
Categorías UNESCO
Palabras clave
modelo bayesiano jerárquico, movimiento propio, programación GPU, hierarchical bayesian model, stars proper motion, GPU-computing
Citación
Centro
Facultades y escuelas::E.T.S. de Ingeniería Informática
Departamento
Inteligencia Artificial