Modelo automático para la generación de catálogos de sistemas binarios eclipsantes
En el proceso, extrajimos características de las curvas de luz con feets (feATURES eXTRACTOR for tIME sERIES, Cabral et al. 2018) añadimos el cálculo de la diferencia de amplitud entre mínimos y los diferentes periodos. Después mediante MUTUAL INFORMATION generamos una lista de puntuaciones para 35 características, la puntuación depende de la correlación entre las características de las curvas de luz y las clases de EBs. Por último, utilizamos 3 modelos (M1, M2 y M3). Estos modelos se componen de árbol de decisión (DT), bosque aleatorio (RF), k-próximo más cercano (KNN) y clasificación por vectores lineales de soporte (LSVC), además de un sistema de votación. La clasificación se realiza mediante un árbol de decisión compuesto. En primer lugar, M1 clasifica las BS C y D. A continuación, en función del resultado, M2 clasifica las BS D y SD o M3 clasifica las BS C y SD. En Automated classification of eclipsing binary systems in the VVV Survey se muestra en detalle el esquema del proceso para determinar el mejor modelo para la clasificación de EBs. Y en el repositorio de vanedaza/CDT, además de una notebook para el uso del modelo CDT incluimos notebooks para la curación y preprocesado de datos, la generación de features, y una notebook se utiliza para generar un reporte en formato .tex que contiene las curvas de luz de los sistemas binarios eclipsantes y una tabla con información sobre el sistema y la clasificación. |
|
MeSsI (Merging Systems Identification)de los rios+16 2016MNRAS.458..226D Los cúmulos de galaxias en fusión proveen evidencia observacional sobre la existencia de la materia oscura, y pueden ser utilizados para estimar sus principales propiedades. Es por esto, que es necesario contar con catálogos de cúmulos en interacción homogéneos para realizar estudios estadísticos. En este trabajo presentamos el código MeSsI (Merging Systems Identification algorithm), un método de aprendizaje automático para la detección automática de cúmulos en fusión. Este software fue entrenado y calibrado utilizando catálogos sintéticos de cúmulos en interacción identificados en simulaciones cosmológicas mediante sus árboles de fusión. El código es completamente público y gratuito y puede ser descargo y utilizado como un paquete de R (https://github.com/Martindelosrios/MeSsI). Este proyecto fue desarrollado por Martín de los Ríos, Mariano Domínguez, Dante Paz y Manuel Merchán. |
Fargo 3D
|