Registro:
Documento: | Tesis de Grado |
Título: | Segmentación de brazos espirales en imágenes de galaxias utilizando redes neuronales convolucionales |
Autor: | Rey Deutsch, Tomás |
Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
Lugar de trabajo: | Universidad de Buenos Aires - CONICET. Instituto de Astronomía y Física del Espacio (IAFE)
|
Publicación en la web: | 2024-04-24 |
Fecha de defensa: | 2023-12-21 |
Fecha en portada: | Noviembre 2023 |
Grado Obtenido: | Grado |
Título Obtenido: | Licenciado en Ciencias Físicas |
Departamento Docente: | Departamento de Física |
Director: | Bignone, Lucas Axel |
Director Asistente: | Pedrosa, Susana Elizabeth |
Consejero: | Ponce Dawson, Silvina |
Jurado: | Scannapieco, Cecilia; Díaz, Rodrigo Fernando; Bertucci, César |
Idioma: | Español |
Formato: | PDF |
Handle: |
http://hdl.handle.net/20.500.12110/seminario_nFIS000188_ReyDeutsch |
PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nFIS000188_ReyDeutsch.pdf |
Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nFIS000188_ReyDeutsch |
Ubicación: | Dep.FIS 000188 |
Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Rey Deutsch, Tomás. (2023). Segmentación de brazos espirales en imágenes de galaxias utilizando redes neuronales convolucionales. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de http://hdl.handle.net/20.500.12110/seminario_nFIS000188_ReyDeutsch |
Resumen:
En este trabajo nos propusimos utilizar redes neuronales convolucionales con el objetivo de detectar y marcar de forma automática la presencia y la ubicación de brazos espirales sobre imágenes de galaxias. Este tipo de tareas recibe comúnmente, en el campo del procesamiento de imágenes digitales, el nombre de segmentación de imágenes. Para cumplir con este objetivo, se entrenaron seis redes neuronales de aprendizaje profundo (AP) distintas con arquitectura U-Net, cada una de ellas con diferentes niveles de confianza en la detección de estructuras espiraladas y una exactitud mayor al 90 % en todos los casos. El entrenamiento de estos modelos automáticos se llevó a cabo utilizando el conjunto de mapas de segmentación generado manualmente por el proyecto Galaxy Zoo: 3D, a partir de la votación de voluntarios humanos. A su vez, se analizó en detalle el desempeño de los modelos de AP entrenados y se compararon los resultados de los brazos espirales predichos por U-Net con los brazos espirales segmentados por los voluntarios, tomando a estos últimos como referencia. Se obtuvo una concordancia en la presencia o ausencia de estructuras espiraladas en más del 85 % de las galaxias examinadas, para las seis redes neuronales mencionadas. Estudiando otras métricas como la precisión (P) y el índice de Jaccard (J), concluimos que U-Net es capaz de identificar y segmentar correctamente todos los brazos espirales nítidos de una imagen con una demarcación levemente más conservadora de la región que ocupan respecto a los voluntarios. Por último, se aplicaron los modelos obtenidos sobre un nuevo conjunto de imágenes extraídas del Data Release 3 del proyecto Galaxy And Mass Assembly (GAMA). A partir de los modelos entrenados, se definió un índice para la preponderancia de los brazos espirales presentes en una galaxia (Ib) y se lo utilizó para estudiar la relación entre la fuerza o la intensidad de los brazos espirales y algunas de las propiedades físicas más relevantes de las galaxias de GAMA: su masa estelar (ME), su tasa de formación estelar (TFE) y su morfología visual. De esta forma, se encontró una correlación positiva de ρspearman = 0,51 entre el valor del log(Ib) y la tasa de formación estelar específica (TFEe) de estas galaxias, sobre aquellas imágenes con brazos espirales nítidos.
Citación:
---------- APA ----------
Rey Deutsch, Tomás. (2023). Segmentación de brazos espirales en imágenes de galaxias utilizando redes neuronales convolucionales. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nFIS000188_ReyDeutsch
---------- CHICAGO ----------
Rey Deutsch, Tomás. "Segmentación de brazos espirales en imágenes de galaxias utilizando redes neuronales convolucionales". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2023.https://hdl.handle.net/20.500.12110/seminario_nFIS000188_ReyDeutsch
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nFIS000188_ReyDeutsch.pdf
Distrubución geográfica