Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12104/83341
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCorral Escobedo, Luis José Herminio
dc.contributor.advisorLópez Benitez, Luis Ignacio
dc.contributor.advisorBarbosa Santillán, Liliana Ibeth
dc.contributor.advisorNigoche Netro, Alberto
dc.contributor.authorVillaviencio Arcadia, Edgar
dc.date.accessioned2021-10-02T20:27:06Z-
dc.date.available2021-10-02T20:27:06Z-
dc.date.issued2019-12-13
dc.identifier.urihttps://wdg.biblio.udg.mx
dc.identifier.urihttps://hdl.handle.net/20.500.12104/83341-
dc.description.tableofcontentsContenido Glosario. ....................................................................................................................................vi Lista de Figuras y Tablas..........................................................................................................viii Resumen...................................................................................................................................xii Introducción. ............................................................................................................................. 1 I. Identificación de la necesidad .................................................................................................... 4 I.1 Clasificación espectral .......................................................................................................... 4 I.2 Planteamiento del problema. .............................................................................................. 4 Justificación. .............................................................................................................................. 5 Objetivo general:....................................................................................................................... 6 Objetivos específicos................................................................................................................. 6 Pregunta de Investigación......................................................................................................... 7 Hipótesis.................................................................................................................................... 7 Metas Científicas: ...................................................................................................................... 7 II. Marco Teórico ........................................................................................................................... 8 Antecedentes ............................................................................................................................ 8 Espectro Estelar......................................................................................................................... 9 Clasificación por temperatura................................................................................................. 11 Breve Historia de la Clasificación espectral estelar................................................................. 12 Sistema de clasificación de Harvard........................................................................................ 13 La clasificación espectral de Yerkes ........................................................................................ 17 Métodos de Clasificación Espectral......................................................................................... 22 Técnica de Clasificación visual................................................................................................. 22 Clasificación espectral automática.......................................................................................... 23 Método de Mínima distancia métrica..................................................................................... 24 Redes Neuronales Artificiales: ................................................................................................ 25 Ventajas en el uso de Redes Neuronales ................................................................................ 29 Aplicaciones de Redes Neuronales ......................................................................................... 31 Red Neuronal de Regresión Generalizada .............................................................................. 32 Red Levenberg Marquardt Algorithm LMA ............................................................................. 33 Técnicas de reducción de dimensionalidad de datos. ............................................................ 35 Análisis de Componentes Principales (PCA)............................................................................ 36 Técnicas de reducción de dimensionalidad de datos aplicadas en clasificación espectral .... 38 Redes Neuronales Convolucionales ........................................................................................ 40 III. Clasificación Espectral Automática ........................................................................................ 45Bases de Datos: LAMOST DR1, Indo-US y Stelib...................................................................... 45 Clasificación de espectros de LAMOST con ANNs................................................................... 46 Clasificación de espectros de Indo-US con ANNs y predicción sobre espectros de LAMOST . 50 Validación de las redes sobre una base de datos independiente ........................................... 54 Nueva clasificación de LAMOST .............................................................................................. 55 IV. Determinación de Parámetros Físicos ................................................................................... 61 Características y preparación de la base de datos obtenida del SDSS DR14 .......................... 61 Determinación de Teff .............................................................................................................. 62 Determinación de Log g .......................................................................................................... 66 Determinación de Fe/H ........................................................................................................... 70 V. CONCLUSIONES ....................................................................................................................... 75 Discusión y conclusiones de los resultados............................................................................. 75 Referencias:................................................................................................................................. 82 Gaia Collaboration, Prusti, T., de Bruijne, J.H.J., et al. (2016). THE GAIA MISSION. Astronomy & Astrophysics......................................................................................................................... 82
dc.formatapplication/PDF
dc.language.isospa
dc.publisherBiblioteca Digital wdg.biblio
dc.publisherUniversidad de Guadalajara
dc.rights.urihttps://www.riudg.udg.mx/info/politicas.jsp
dc.subjectTecnicas De Inteligencia Artificial
dc.titleAplicación de Técnicas de Inteligencia Artificial para la clasificación automática de espectros estelares.
dc.typeTesis de Doctorado
dc.rights.holderUniversidad de Guadalajara
dc.rights.holderVillaviencio Arcadia, Edgar
dc.coverageZAPOPAN, JALISCO
dc.type.conacytdoctoralThesis
dc.degree.nameDOCTORADO EN TECNOLOGIAS DE INFORMACION
dc.degree.departmentCUCEA
dc.degree.grantorUniversidad de Guadalajara
dc.rights.accessopenAccess
dc.degree.creatorDOCTOR EN TECNOLOGIAS DE INFORMACION
dc.contributor.directorNavarro Jiménez, Silvana Guadalupe
Appears in Collections:CUCEA

Files in This Item:
File SizeFormat 
DCUCEA10060FT.pdf1.68 MBAdobe PDFView/Open


Items in RIUdeG are protected by copyright, with all rights reserved, unless otherwise indicated.