Métodos de aprendizaje automático aplicados a problemas cosmológicos

Mostrar todas las versiones(2)

Tesis (Doctor en Astronomía)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.

Guardado en:

Detalles Bibliográficos
Autor principal:	De los Ríos, Martín Emilio
Otros Autores:	Domínguez Romero, Mariano Javier de León
Formato:	publishedVersion doctoralThesis
Lenguaje:	Español
Publicado:	2019
Materias:	Aprendizaje automático Cosmologı́a Cúmulos de galaxias Materia oscura General statistical methods Galaxy clusters Observational cosmology Dark matter stellar, interstellar, galactic, and cosmological Dark energy
Acceso en línea:	http://hdl.handle.net/11086/14284
Aporte de:	Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba

id	I10-R141-11086-14284
record_format	dspace
spelling	I10-R141-11086-142842023-12-13T20:07:03Z Métodos de aprendizaje automático aplicados a problemas cosmológicos De los Ríos, Martín Emilio Domínguez Romero, Mariano Javier de León Aprendizaje automático Cosmologı́a Cúmulos de galaxias Materia oscura General statistical methods Galaxy clusters Observational cosmology Dark matter stellar, interstellar, galactic, and cosmological Dark energy Tesis (Doctor en Astronomía)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019. info:eu-repo/semantics/publishedVersion De los Ríos, Martín Emilio. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. En este trabajo presentaremos el estudio de diferentes problemas cosmológicos mediante la implementación de técnicas de aprendizaje automático. En la primera parte de la tesis se presenta el marco teórico necesario para estudiar los diferentes problemas cosmológicos que abordamos durante la tesis. Mientras que en el Capı́tulo 1 se presenta una introducción general sobre el modelo cosmológico estándar, en el Capı́tulo 2 se detallan los principales algoritmos de aprendizaje automático que se utilizarán durante este trabajo. Esta clase de algoritmos presenta una nueva forma de analizar grandes conjuntos de datos y de buscar correlaciones entre las variables involucradas en un dado problema. Habiendo sido aplicadas con mucho éxito en diferentes áreas de la ciencia y en diversos problemas tecnológicos, en este trabajo utilizamos dichos método para abordar 2 problemas astronómicos: la clasificación de cúmulos de galaxias según su estado dinámico (Capı́tulo 3) y el análisis estadı́stico del fondo cósmico de microondas (Capı́tulo 7). Además también se presenta un estudio estadı́stico sobre la relación entre el estado dinámico de los cúmulos de galaxias y los campos magnéticos presentes en el medio intra-cúmulo (Capı́tulo 4) y una serie de estudios individuales (Capı́tulos 5 y 6) sobre los candidatos a cúmulos en interacción identificados mediante algoritmos de aprendizaje automático. Finalmente en el Capı́tulo 8 se presenta un estudio teórico sobre las implicaciones observacionales que tendrı́a una posible interacción entre la materia oscura y los fotones del fondo cósmico de microondas. In this work we present studies with novel machine learning techniques about different cosmological problems. In the first part of the work we present the necessary theoretical framework to understand the astronomical problems that we will address. In Chapter 1 we present an introduction of the standard cosmological model, while in Chapter 2 we present the principal details of the Machine learning techniques that we will use. This kind of algorithms represent a new way of analysing big datasets and to find patterns and relations between the variables that are involved in an specific problem. While these techniques have been applied with a lot of success in technological problems and in other areas of science, we apply it for 2 astronomical issues: the dynamical classification of galaxy clusters (Chapter 3) and the statistical study of the temperature anisotropies of the cosmological cosmic microwave background (Chapter 7). We also present an statistical analysis of the relation between the dynamical status of galaxy clusters and the magnetic fields in their intra-cluster medium (Chapter 4) and a series of individual studies of systems that were previously classify as merging clusters (Chapters 5 and 6). In the last Chapter (8) we introduce a theoretical study of the observational and cosmological implications that may have an interaction between the dark matter particle and the cosmic microwave background photons. info:eu-repo/semantics/publishedVersion De los Ríos, Martín Emilio. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2019-12-04T20:17:27Z 2019-12-04T20:17:27Z 2019 doctoralThesis http://hdl.handle.net/11086/14284 spa Atribución 4.0 Internacional http://creativecommons.org/licenses/by/4.0/
institution	Universidad Nacional de Córdoba
institution_str	I-10
repository_str	R-141
collection	Repositorio Digital Universitario (UNC)
language	Español
topic	Aprendizaje automático Cosmologı́a Cúmulos de galaxias Materia oscura General statistical methods Galaxy clusters Observational cosmology Dark matter stellar, interstellar, galactic, and cosmological Dark energy
spellingShingle	Aprendizaje automático Cosmologı́a Cúmulos de galaxias Materia oscura General statistical methods Galaxy clusters Observational cosmology Dark matter stellar, interstellar, galactic, and cosmological Dark energy De los Ríos, Martín Emilio Métodos de aprendizaje automático aplicados a problemas cosmológicos
topic_facet	Aprendizaje automático Cosmologı́a Cúmulos de galaxias Materia oscura General statistical methods Galaxy clusters Observational cosmology Dark matter stellar, interstellar, galactic, and cosmological Dark energy
description	Tesis (Doctor en Astronomía)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.
author2	Domínguez Romero, Mariano Javier de León
author_facet	Domínguez Romero, Mariano Javier de León De los Ríos, Martín Emilio
format	publishedVersion doctoralThesis
author	De los Ríos, Martín Emilio
author_sort	De los Ríos, Martín Emilio
title	Métodos de aprendizaje automático aplicados a problemas cosmológicos
title_short	Métodos de aprendizaje automático aplicados a problemas cosmológicos
title_full	Métodos de aprendizaje automático aplicados a problemas cosmológicos
title_fullStr	Métodos de aprendizaje automático aplicados a problemas cosmológicos
title_full_unstemmed	Métodos de aprendizaje automático aplicados a problemas cosmológicos
title_sort	métodos de aprendizaje automático aplicados a problemas cosmológicos
publishDate	2019
url	http://hdl.handle.net/11086/14284
work_keys_str_mv	AT delosriosmartinemilio metodosdeaprendizajeautomaticoaplicadosaproblemascosmologicos
_version_	1806949236106854400

Métodos de aprendizaje automático aplicados a problemas cosmológicos

Ejemplares similares