Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV

Con el advenimiento de grandes relevamientos sin precedentes realizados en el cielo, la ciencia moderna está siendo testigo del amanecer de la Astronomía de las grandes bases de datos, en la cual el manejo y el descubrimiento automático resultan esenciales e indispensables. En este contexto, las tar...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Daza, I., Gramajo, L. V., Lares, M., Ferreira Lopes, C. E., Clariá, J. J., Palma, T., Minniti, D.
Formato: Articulo
Lenguaje:Español
Publicado: 2021
Materias:
Ciencias Astronómicas
binaries: eclipsing
surveys
catalogue
methods: statistical
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/167214
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-167214
record_format dspace
spelling I19-R120-10915-1672142024-06-13T20:02:45Z http://sedici.unlp.edu.ar/handle/10915/167214 Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV Daza, I. Gramajo, L. V. Lares, M. Ferreira Lopes, C. E. Clariá, J. J. Palma, T. Minniti, D. 2021 2024-06-13T14:48:12Z es Ciencias Astronómicas binaries: eclipsing surveys catalogue methods: statistical Con el advenimiento de grandes relevamientos sin precedentes realizados en el cielo, la ciencia moderna está siendo testigo del amanecer de la Astronomía de las grandes bases de datos, en la cual el manejo y el descubrimiento automático resultan esenciales e indispensables. En este contexto, las tareas de clasificación se encuentran entre las capacidades más requeridas que debe poseer una tubería de reducción de datos para compilar conjuntos de datos confiables, de manera que su procesamiento pueda lograrse con una eficiencia imposible de alcanzar mediante un tratamiento detallado y la intervención humana. El relevamiento VVV (VISTA variables in the Vía Láctea), en la parte meridional del disco Galáctico, incluye datos fotométricos de varias épocas necesarios para el posible descubrimiento de estrellas variables, incluidos los sistemas binarios eclipsantes (SBE). En este estudio, utilizamos un catálogo recientemente publicado de un centenar de SBE de la región d040 del VVV, clasificados de acuerdo a modelos teóricos como sistemas de contacto, separados o semi-separados. Describimos el método implementado para obtener dos modelos de aprendizaje automático, capaces de clasificar los SBE usando información extraída de las curvas de luz de los candidatos a objetos variables en el espacio de fase. Discutimos también la eficiencia de los modelos, la importancia relativa de sus características y las perspectivas futuras para la construcción de una extensa base de datos de SBE en el relevamiento VVV. With the advent of unprecedentedly large surveys of the sky, modern science is witnessing the dawn of big data astronomy where automatic handling and discovery are essential and indispensable. In this context, classification tasks are among the most required skills a data reduction pipeline must possess to compile reliable datasets, so as to accomplish data processing with an efficiency impossible to achieve by means of detailed processing and human intervention. The VISTA Variables of the Vía Láctea (VVV) Survey, in the southern part of the Galactic disc, comprises multi-epoch photometric data necessary for the potential discovery of variable objects, including eclipsing binary systems (EBSs). In this study, we use a recently published catalogue of one hundred EBSs, classified by fine-tuning theoretical models according to contact, detached or semi-detached classes, belonging to the tile d040 of the VVV. We describe the method implemented to obtain two supervised machine learning models, capable of classifying EBSs using information extracted from the light curves of variable object candidates in the phase space. We also discuss the efficiency of the models, the relative importance of the features and future prospects to construct an extensive database of EBSs in the VVV survey. Asociación Argentina de Astronomía Articulo Articulo http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 98-100
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Astronómicas
binaries: eclipsing
surveys
catalogue
methods: statistical
spellingShingle Ciencias Astronómicas
binaries: eclipsing
surveys
catalogue
methods: statistical
Daza, I.
Gramajo, L. V.
Lares, M.
Ferreira Lopes, C. E.
Clariá, J. J.
Palma, T.
Minniti, D.
Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
topic_facet Ciencias Astronómicas
binaries: eclipsing
surveys
catalogue
methods: statistical
description Con el advenimiento de grandes relevamientos sin precedentes realizados en el cielo, la ciencia moderna está siendo testigo del amanecer de la Astronomía de las grandes bases de datos, en la cual el manejo y el descubrimiento automático resultan esenciales e indispensables. En este contexto, las tareas de clasificación se encuentran entre las capacidades más requeridas que debe poseer una tubería de reducción de datos para compilar conjuntos de datos confiables, de manera que su procesamiento pueda lograrse con una eficiencia imposible de alcanzar mediante un tratamiento detallado y la intervención humana. El relevamiento VVV (VISTA variables in the Vía Láctea), en la parte meridional del disco Galáctico, incluye datos fotométricos de varias épocas necesarios para el posible descubrimiento de estrellas variables, incluidos los sistemas binarios eclipsantes (SBE). En este estudio, utilizamos un catálogo recientemente publicado de un centenar de SBE de la región d040 del VVV, clasificados de acuerdo a modelos teóricos como sistemas de contacto, separados o semi-separados. Describimos el método implementado para obtener dos modelos de aprendizaje automático, capaces de clasificar los SBE usando información extraída de las curvas de luz de los candidatos a objetos variables en el espacio de fase. Discutimos también la eficiencia de los modelos, la importancia relativa de sus características y las perspectivas futuras para la construcción de una extensa base de datos de SBE en el relevamiento VVV.
format Articulo
Articulo
author Daza, I.
Gramajo, L. V.
Lares, M.
Ferreira Lopes, C. E.
Clariá, J. J.
Palma, T.
Minniti, D.
author_facet Daza, I.
Gramajo, L. V.
Lares, M.
Ferreira Lopes, C. E.
Clariá, J. J.
Palma, T.
Minniti, D.
author_sort Daza, I.
title Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
title_short Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
title_full Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
title_fullStr Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
title_full_unstemmed Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV
title_sort clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento vvv
publishDate 2021
url http://sedici.unlp.edu.ar/handle/10915/167214
work_keys_str_mv AT dazai clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT gramajolv clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT laresm clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT ferreiralopesce clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT clariajj clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT palmat clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
AT minnitid clasificacionautomatizadadesistemasbinarioseclipsantesdetectadosenelrelevamientovvv
_version_ 1807223443440009216

Ejemplares similares