Ingeniero Civil en Computación / Vocludet es un algoritmo de detección de cúmulos de galaxias, el cual está diseñado para detectar múltiples cúmulos en un espacio tridimensional. El algoritmo se basa en la \Gls{voronoi} para detectar regiones de alta densidad en el espacio, además de utilizar propiedades astrofísicas para determinar los componentes de cada cúmulo detectado. El objetivo de esta memoria es validar el algoritmo utilizando datos ficticios que simulen un survey de galaxias y la creación de un software de visualización que permita realizar el estudio de los resultados obtenidos. El motivo por el cual se utilizan datos ficticios es el conocer los datos a utilizar de forma absoluta y sin incertidumbre, de tal modo que la validación pueda ser realizada apropiadamente. Debido al tamaño y complejidad del conjunto de datos a visualizar, se plantea la utilización de un wall display de alta resolución. Esto permite, además del incremento en la cantidad de información desplegada, una forma física de interacción con los datos: El usuario puede observar un panorama general de la información desde una distancia, o bien ver una mayor cantidad de detalle al acercarse a la pantalla. En esta memoria se describe la extracción y procesamiento de los datos obtenidos a partir de una simulación astronómica, la elaboración del software de visualización de datos y la validación del algoritmo Vocludet bajo diversos criterios.

Magíster en Ciencias, Mención Computación / Actualmente la astronomía se enfrenta al reto de manejar y analizar el gran volumen de información que se genera cada día. Muchas de las preguntas sin respuesta que existen en la actualidad requieren medidas de alta precisión de los diversos componentes del universo. Por esta razón, se necesitan algoritmos de procesamiento de datos, que sean capaces de tomar la cantidad masiva de datos y procesarla para obtener catálogos enriquecidos de información que sean de fácil acceso. Los cúmulos de galaxias, siendo altamente masivos, nos permiten trazar las regiones de alta densidad de distribución de la materia, por lo que una muestra completa proporciona entre otros, una descripción de la formación de estructuras en el universo temprano. Vocludet es un algoritmo de detección de cúmulos de galaxias, que detecta estos objetos utilizando las propiedades geométricas y astrofísicas de las galaxias. Este trabajo describe el análisis, validación y optimización de Vocludet, a través del uso de los datos artificiales, obtenidos a partir de una simulación de distribución de materia. Para la validación, los resultados del algoritmo se comparan con el catálogo de datos simulados, en términos de tasa de recuperación y pureza, es decir, qué fracción del catálogo de referencia se recupera y qué fracción de los grupos detectados son reales, respectivamente. La simulación de datos utilizada consiste en un catálogo artificial del Milennium Run, una gran simulación del universo. Este catálogo contiene información acerca del agrupamiento de galaxias que puede ser usado para comparar con los resultados obtenidos por Vocludet. Además, una herramienta de visualización se desarrolla para mostrar de forma interactiva los grupos en cualquier plataforma que posea un navegador de Internet moderno. Esto último con el propósito de realizar debugging, así como también presentar el resultado final. Los resultados finales indican que Vocludet tiene una tasa de recuperación de 59% en general y 66% de pureza. Sin embargo, cuando se restringe el análisis sólo a los cúmulos con más de 10 galaxias, las tasas de recuperación y pureza son 75% y 90% respectivamente. Además, otras propiedades de interés de los cúmulos tales como dispersiones de velocidad presentan un estrecho acuerdo con los valores correspondientes para los cúmulos de referencia, lo que refuerza aún más la evidencia de Vocludet como un detector de clúster fiable.

Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-02-26T20:16:03Z No. of bitstreams: 2 Antonio Luiz Basile.pdf: 17687865 bytes, checksum: 2a522597431038d77d0589adb79c778c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-03-08T11:22:02Z (GMT) No. of bitstreams: 2 Antonio Luiz Basile.pdf: 17687865 bytes, checksum: 2a522597431038d77d0589adb79c778c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-03-08T11:22:02Z (GMT). No. of bitstreams: 2 Antonio Luiz Basile.pdf: 17687865 bytes, checksum: 2a522597431038d77d0589adb79c778c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-06-13 / Understanding other stellar systems is crucial to a better knowledge of the Solar System, as is the study of extrasolar planets orbiting the habitable zone of their host star central to the understanding of the conditions that allowed life to develop on our own planet. Presently there are thousands of confirmed planets, mostly detected by the Kepler satellite as they eclipse their host star. This overload of data urges an automatic data search for planetary transit detection within the stellar light curves. Box-Fitting Least Squares (BLS) is a good candidate for this task due to the intrinsic shape of the transiting light curve. Further improvement is obtained by parallelization of the BLS according to the number of bins. Both the sequential and parallel algorithms were applied to six chosen Kepler planetary systems (Kepler-7, Kepler-418, Kepler-439, Kepler-511, Kepler-807, Kepler-943) and to different light curve lengths. In all cases, speedup increased from 3 to 45 times as the number of bins increased, because the performance of the sequential version degrades with an increase in the number of bins, while remaining mainly constant for the parallel version. For smaller planets with longer orbital periods, a large number of bins is necessary to obtain the correct period detection. / A compreensão de outros sistemas estelares é crucial para um melhor conhecimento do Sistema Solar, assim como o estudo de planetas extrasolares orbitando a zona habitável de sua estrela hospedeira é central para a compreensão das condições que permitiram a vida desenvolver-se em nosso próprio planeta. Atualmente existem milhares de planetas confirmados, detectados principalmente pelo satélite Kepler, que eclipsam sua estrela hospedeira. Esta sobrecarga de dados requer uma busca automática de dados para detecção de trânsito planetário dentro das curvas de luz estelares. O algoritmo Box-Fitting Least Squares (BLS) é um bom candidato para esta tarefa devido à forma intrínseca da curva de luz em trânsito. Melhoria adicional é obtida por paralelização do BLS de acordo com o número de bins. Ambos os algoritmos, sequencial e paralelo, foram aplicados a seis sistemas planetários Kepler (Kepler-7, Kepler-418, Kepler-439, Kepler-511, Kepler-807, Kepler-943) e a curvas de luz de comprimentos distintos. Em todos os casos, o speedup aumentou, entre 3 e 45 vezes, à medida que o número de bins aumentou, pois o desempenho da versão sequencial degradou com o aumento no número de bins, permanecendo praticamente constante para a versão paralela. Para planetas menores com períodos orbitais mais longos, um grande número de bins é necessário para obter a detecção de período correto.

Submitted by Marta Toyoda (1144061@mackenzie.br) on 2018-03-09T21:55:15Z No. of bitstreams: 2 Raphael Alonso de Mendonca.pdf: 3718145 bytes, checksum: bddb4107820ad6d2c15010fadb45425c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Paola Damato (repositorio@mackenzie.br) on 2018-04-04T11:45:47Z (GMT) No. of bitstreams: 2 Raphael Alonso de Mendonca.pdf: 3718145 bytes, checksum: bddb4107820ad6d2c15010fadb45425c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-04-04T11:45:47Z (GMT). No. of bitstreams: 2 Raphael Alonso de Mendonca.pdf: 3718145 bytes, checksum: bddb4107820ad6d2c15010fadb45425c (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-02-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Since the discovery and con rmation of the rst exoplanet in the late 20th century the increasing improvement of methods of planetary detection and the techniques applied to detection and con rmation. make possible to discover several exopalets. One of the most used methods is the Planetary Transit Method, which works with photometric data, a process of observation of the luminous ux of star. The time series of observed uxes is an important object of data analysis called the light curve. Light curves (synthetic) can also be produced through analytical models of planetary transits. With the advent of new missions to study exoplanets such as TESS and PLATO, high-quality light curves and large volumes of data will be generated in the next years. Thus, the development of analytical models and data analysis that are capable of handling the complexity, quality and volume of data is of great interest to Astroinformatics, the interface between Astronomy, Astrophysics and Computation. Within this context, this dissertation proposes a parallel optimization, via the OpenMP architecture, of the photometric-analytical model generator of planetary transits ELLC, aiming at the treatment of future data from missions TESS and PLATO. This generator, in addition to containing complex parameters for planetary transits such as anisotropic limb darkening models , re ection e ects and stellar spots, is a free software source code and can be easily integrated with MCMC. Getting in loop of code that was parallelized, a speedup of 288.36 on a computer with i7 processor and 12 GB of memory and 452.04 on a computer with i5 processor and 16GB of memory and a speedup of 1,275 times in the total execution of the simulation code. This parallelization will be made available on a free software basis to the research community in planetary transits. / Desde o descobrimento e confirmação do primeiro exoplaneta no final do século 20 e a crescente melhoria dos métodos de detecção de planetas e das tecnologia aplicada a detecção e confirmação. Toranram possível o descobrimento de diversos exopalnetas, um dos métodos mais utilizados é o Método de Trânsitos Planetários, que trabalha com dados de fotometria, processo de observação do fluxo luminoso de estrela. A série temporal de fluxos observados configura um objeto importante de análise de dados chamado curva de luz. Curvas de luz (sintéticas) também podem ser produzidas através de modelos analíticos de trânsitos planetários. Com o advento de novas missões para estudo de exoplanetas como a TESS e a PLATO, curvas de luz de alta qualidade e grandes volumes de dados serão geradas nos próximos anos. Assim, o desenvolvimento de modelos analíticos e de análise de dados que sejam capazes de lidar com a complexidade, qualidade e volume de dados é de grande interesse da Astroinformática, área de interface entre Astronomia, Astrofísica e Computação. Dentro deste contexto, esta dissertação propõe uma otimização paralela, utilizando a implementação em C da arquitetura OpenMP presete no compilador em C do pyhon, do gerador de modelos fotométrico-analíticos de trânsitos planetários ELLC, visando ao tratamento de dados de futuras missões com a TESS e a PLATO. Este gerador, além de conter parâmetros complexos para trânsitos planetários como modelos de escurecimento de limbo anisotrópicos, efeitos de reflexão e manchas estelares, possui código-fonte em regime de software livre e pode ser integrado facilmente com esquemas de ajuste de parâmetros de trânsitos via MCMC. Obtendo, no laço do código que foi paralelizado, uma aceleração de 288,36 em um computador com processador i7 e 12 GB de memória e de 452,04 em um computador com processador i5 e 16GB de memória. e uma aceleração de 1,275 vezes na execução total da simulação código. Esta paralelização será disponibilizada em regime de software livre para a comunidade de pesquisa em trânsitos planetários.