Publicación:
Inferencia bayesiana del movimiento propio de las estrellas sobre GPU

Vista sencilla de ítem
dc.contributor.authorEtxeberria Méndez, José
dc.contributor.directorSarro Baro, Luis Manuel
dc.date.accessioned2024-05-20T12:33:19Z
dc.date.available2024-05-20T12:33:19Z
dc.date.issued2020-06
dc.description.abstractLa 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.es
dc.description.abstractMeasuring 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.en
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14504
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
dc.relation.centerFacultades y escuelas::E.T.S. de Ingeniería Informática
dc.relation.degreeMáster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject.keywordsmodelo bayesiano jerárquico
dc.subject.keywordsmovimiento propio
dc.subject.keywordsprogramación GPU
dc.subject.keywordshierarchical bayesian model
dc.subject.keywordsstars proper motion
dc.subject.keywordsGPU-computing
dc.titleInferencia bayesiana del movimiento propio de las estrellas sobre GPUes
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Etxeberria_Mendez_Jose_TFM.pdf
Tamaño:
5.68 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)