Made available in DSpace on 2018-09-11T12:25:58Z (GMT). No. of bitstreams: 1
tese_12581_Dissertação Rodrigo Duarte Silva - PPGFis.pdf: 7836357 bytes, checksum: dd128e0cf54e3d58e169b4f2492da434 (MD5)
Previous issue date: 2018-09-06 / Futuras pesquisas observacionais com investimentos, telescópios e tecnologias nunca antes vistos, estão sendo propostas na tentativa de se desvendar os mistérios do Universo. Em nosso trabalho, fornecemos um panorama desse cenário, com especial atenção para a classificação de supernovas que será feita pelo LSST (Large Synoptic Survey Telescope) a partir de 4244. Inicialmente introduzimos a física que envolve o evento da Supernova e sua observação, com o objetivo de tratar o problema da classificação fotométrica de supernovas didaticamente.
Fornecemos importantes referências no uso de diferentes aprendizagens de máquina e redes neurais para esse propósito. Incluímos resultados do uso de alguns dos métodos computacionais e a teoria por trás deles, destacando suas potencialidades e vunerabilidades.
Os métodos de aprendizagem de máquina podem envolver supervisão ou não. Objetivamos descrever a aplicação destas poderosas ferramentas, na análise de dados observacionais e verificamos resultados inesperados.
Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/10381 |
Date | 06 September 2018 |
Creators | SILVA, R. D. |
Contributors | CASARINI, L., J. C. Fabris, MARRA, V. |
Publisher | Universidade Federal do Espírito Santo, Mestrado em Física, Programa de Pós-Graduação em Física, UFES, BR |
Source Sets | IBICT Brazilian ETDs |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0016 seconds