Expositor: Dr. Martín de los Rios (ICTP-SAIFR/IFT-UNESP)

Date: Viernes 30 de Octubre de 2020, 11 hs

Abstract: 
En este trabajo se presentará el software ROGER, un código de aprendizaje automático diseñado para clasificar galaxias según sus órbitas utilizando información del espacio de fases. Dicho código fue calibrado utilizando las galaxias con una masa estelar M*≥ 10^8.5 h^{-1}M_{sun} de 34 cúmulos masivos (M_{200} > 10^15 h^{−1} M_{sun}) de la simulación MultiDark Planck 2 (MDLP2). Clasificamos cada una de las galaxias teniendo en cuenta sus órbitas alrededor de su respectivo cúmulo y luego entrenamos ROGER para obtener dicha clasificación a partir de su posición en el espacio de fase proyectado. Finalmente, para cada galaxia, ROGER estima la probabilidad de ser una galaxia miembro del cúmulo, una galaxia que ingresó recientemente al cúmulo, una galaxia tipo backsplash (galaxias que en su órbita ingresaron adentro de R200 pero que ahora se encuentran a una distancia mayor), una galaxia que ingresará al cúmulo en el futuro o una galaxia no ligada al cúmulo pero que por efectos de proyección está en el espacio de fases de dicho cúmulo.