Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales

El Fondo Cósmico de Radiación es la radiación más antigua del Universo, propagándose a través del Universo desde la recombinación, 380.000 años después del Big Bang. Por ende, constituye una de las herramientas más importantes para conocer sobre el origen y evolución del Universo. El estudio de las...

Descripción completa

Detalles Bibliográficos
Autor principal: Costanza, María Belén
Otros Autores: Scóccola, Claudia Graciela
Formato: Tesis Tesis de grado
Lenguaje:Español
Publicado: 2022
Materias:
Astronomía
Redes neuronales
Cosmología
filtro de Wiener
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/136352
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-136352
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Astronomía
Redes neuronales
Cosmología
filtro de Wiener
spellingShingle Astronomía
Redes neuronales
Cosmología
filtro de Wiener
Costanza, María Belén
Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
topic_facet Astronomía
Redes neuronales
Cosmología
filtro de Wiener
description El Fondo Cósmico de Radiación es la radiación más antigua del Universo, propagándose a través del Universo desde la recombinación, 380.000 años después del Big Bang. Por ende, constituye una de las herramientas más importantes para conocer sobre el origen y evolución del Universo. El estudio de las anisotropı́as de la radiación, correspondientes a fluctuaciones en la temperatura y polarización, permite determinar con gran precisión los parámetros cosmológicos fundamentales del modelo estándar ΛCDM. Ese nivel de precisión requiere que el análisis de los datos sea estadı́sticamente óptimo para la explotación de los mismos. En este trabajo estudiamos un mecanismo para el procesamiento de señales llamado filtro de Wiener, a partir del cual se reduce el ruido presente en la señal recibida e intenta reconstruir la señal esperada sin ruido. Estudiamos su implementación actual a través de un método iterativo que utiliza el gradiente conjugado a mapas de temperatura del fondo cósmico de radiación pero que resulta ser lento y costoso computacionalmente. Siendo el filtro de Wiener un procedimiento importante para la optimización del análisis de los datos, estudiamos la aplicación de técnicas de aprendizaje automático, especı́ficamente de redes neuronales, para la realización de dicho filtro. El objetivo de esta Tesis es contribuir al entendimiento y desarrollo de redes neuronales para la resolución de problemas que hoy en dı́a afronta el análisis de datos cosmológicos.
author2 Scóccola, Claudia Graciela
author_facet Scóccola, Claudia Graciela
Costanza, María Belén
format Tesis
Tesis de grado
author Costanza, María Belén
author_sort Costanza, María Belén
title Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
title_short Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
title_full Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
title_fullStr Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
title_full_unstemmed Wiener Filter para mapas del Fondo Cósmico de Radiación utilizando redes neuronales
title_sort wiener filter para mapas del fondo cósmico de radiación utilizando redes neuronales
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/136352
work_keys_str_mv AT costanzamariabelen wienerfilterparamapasdelfondocosmicoderadiacionutilizandoredesneuronales
bdutipo_str Repositorios
_version_ 1764820456733409282

Ejemplares similares