Publicación:
Estimación de la función de luminosidad de UCDs mediante técnicas de aprendizaje automático

Vista sencilla de ítem
dc.contributor.authorArroyo Galende, Borja
dc.contributor.directorSarro Baro, Luis Manuel
dc.date.accessioned2024-05-20T12:25:15Z
dc.date.available2024-05-20T12:25:15Z
dc.date.issued2021-09-01
dc.description.abstractGaia es una misión espacial cuyo objetivo es medir una muestra de estrellas de nuestra Galaxia devolviendo tanto medidas astrométricas como fotométricas. El procesamiento de datos surge entonces de forma natural para poder responder a cuestiones planteadas por el ámbito científico. En este trabajo se crea un flujo de datos que comienza con la misión Gaia (junto con observaciones de otras misiones) y termina con la construcción de un modelo jerárquico multinivel encargado de estimar las probabilidades a posteriori de distintas variables astrofísicas junto con algunos parámetros. Para ello, primero se eliminan las observaciones ruidosas mediante un bosque aleatorio entrenado sobre los conjuntos de entrenamiento positivo, o de buenas soluciones astrométricas; y negativo, o de malas soluciones astrométricas. El resultado es una lista curada de estrellas, en cuanto a que poseen una buena solución astrométrica, que se introducen como entrada al modelo jerárquico bayesiano multinivel. Dicho modelo infiere las relaciones entre las distintas variables que intervienen en el proceso y da como resultado la estimación de la secuencia principal. La función de luminosidad se representa, a priori, según una exponencial. Esta suposición, junto con la mala escalabilidad del modelo jerárquico, debido a que posee un proceso gaussiano embebido, causan la imposibilidad de realizar una inferencia completa con todas las observaciones. La excedencia con creces del tiempo teórico de dedicación a este trabajo es el mayor impedimento de cara a finalizar lo que ha sido, y es, un estudio muy completo que aborda diferentes métodos del mundo de la ciencia de datos.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14201
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 Ingeniería y Ciencia de Datos
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.keywordsInteligencia artificial
dc.subject.keywordsastrofísica
dc.subject.keywordsminería de datos
dc.subject.keywordsaprendizaje bayesiano
dc.subject.keywordsMCMC
dc.subject.keywordsbosque aleatorio
dc.titleEstimación de la función de luminosidad de UCDs mediante técnicas de aprendizaje automáticoes
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Arroyo_Galende_Borja_TFM.pdf
Tamaño:
1.78 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)