Ajuste Automatizado de Modelos de Espectros Estelares Utilizando Redes Neuronales Artificiales

Abstract

Este trabajo presenta el diseño e implementación de un sistema automático de estimación de parámetros físicos estelares fundamentales y ajuste de espectros estelares de estrellas tipo O utilizando redes neuronales artificiales. El sistema propuesto parte de la necesidad de procesar las crecientes bases de datos estelares, dado el desarrollo de telescopios automáticos en tierra así como las nuevas generaciones de telescopios satelitales. Puesto que el procesamiento de datos necesarios para realizar el ajuste no solamente se limita a los espectros observados sino también a la base de datos de modelos estelares, proponemos también un método que permita procesar de una forma más eficiente los espectros tanto observados como sintéticos teniendo incluso la ventaja de poder implementar el sistema con un costo de recursos computacionales bastante limitados evitando así la necesidad de supercomputadores. Además, dado que los espectros estelares observados pueden tener diferente resolución dependiendo el telescopio utilizado así como cubrir diferentes regiones del espectro electromagnético, el método de procesamiento de los espectros cuyo principal aporte es la reducción de la dimensión del problema, también establece una posible solución a la diversidad de observaciones, evitando así la necesidad de desarrollar sistemas específicos para cada base de datos o limitar el procesamiento a un grupo de espectros observados. Como base del sistema tenemos una base de datos de modelos de espectros de estrellas tipo O en la región óptica del espectro electromagnético que cubren las regiones de Temperatura ∼20000 a ∼58000 K, Gravedad Superficial 2.4 a 4.2 dex log g, Luminosidad 4.3 a 6.3 dex log(L/L⊙), y que además cuentan con un rango 9 a 120 masas solares. Adicionalmente, los modelos presentan 3 diferentes estados evolutivos y 2 categorías de velocidad de rotación. Teniendo en cuenta que los espectros sintéticos son soluciones ideales y no cuentan con ruido, fue fundamental modificar estos espectros con ruido blanco aleatorio en diferentes niveles de relación señal/ruido con la finalidad de tener una base de datos de entrenamiento más cercana a los datos que se tendrían en una señal observada. En este proyecto también fueron exploradas diferentes posibles soluciones al problema como lo son la clasificación directa de los espectros estelares, la estimación de parámetros físicos de forma independiente y simultánea, así como diferentes formas de caracterizar los espectros de estrellas tipo O.