Clasificación de objetos evolucionados en bases de datos de Gaia, utilizando técnicas de IA

Cynthia Alejandra, Martínez Pinto

Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12104/98007

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Nigoche Netro, Alberto
dc.contributor.advisor	Ruelas Lepe, Rubén
dc.contributor.author	Cynthia Alejandra, Martínez Pinto
dc.date.accessioned	2024-03-11T17:36:42Z	-
dc.date.available	2024-03-11T17:36:42Z	-
dc.date.issued	2023-12-11
dc.identifier.uri	https://wdg.biblio.udg.mx
dc.identifier.uri	https://hdl.handle.net/20.500.12104/98007	-
dc.description.abstract	En esta tesis genera una herramienta que permite identificar de forma automatizada estos objetos (SS y NPs) en las bases de datos de la misión espacial GAIA, que cuenta con Fotometría de billones de objetos. Es aquí donde se encuentra un campo de oportunidad para algoritmos de clasificación de machine learning, que a través de diferentes técnicas, se puede realizar una búsqueda de patrones en grandes bases de datos. Después de seleccionar algoritmos de clasificación más utilizados con grandes bases de datos, se selecciona el que tiene mayor eficiencia (En éste caso, se seleccionó el algoritmo Random Forest1) y a través de probar los modelos generados con diferentes subconjutos de la base de datos, se llega al modelo con mejor exactitud en la clasificación de los objetos de estudio.
dc.description.tableofcontents	Capítulo 1 INTRODUCCIÓN ....................................................................................... 8 1.1 Justificación .................................................................................................................. 8 1.2 Objetivos de la investigación .................................................................................... 10 1.2.1 Objetivo general .......................................................................................................................... 10 1.2.2 Objetivos específicos ................................................................................................................. 10 FUNDAMENTO TEÓRICO ........................................................................................ 11 2.1 ALGORITMOS DE MACHINE LEARNING ............................................................... 11 2.2 ANTECEDENTES ......................................................................................................... 12 Capítulo 2 METODOLOGÍA Y BASES DE DATOS ................................................ 14 3.1 ANÁLISIS Y ADQUISICIÓN DE LOS DATOS ........................................................... 15 3.1.1 Bases de datos ........................................................................................................................... 16 3.1.2 Descarga de los datos ............................................................................................................... 19 3.2 PREPARACIÓN DE LOS DATOS .............................................................................. 21 3.3 INGENIERÍA DE CARACTERÍSTICAS ...................................................................... 24 3. 4 SELECCIÓN DEL MODELO ...................................................................................... 34 3.4.1 Hiperparámetros ......................................................................................................................... 37 3.5 ENTRENAMIENTO ....................................................................................................... 40 Capítulo 3 RESULTADOS Y ANÁLISIS .................................................................. 42 4.1 RESULTADOS DE RANDOM FOREST ..................................................................... 42 4.1.1 Métricas para medir el desempeño de un algoritmo de clasificación ................................. 42 4.2 ANÁLISIS DE LOS RESULTADOS DE CONJUNTOS BINARIOS CON RANDOM FOREST .............................................................................................................................. 44 4.2.1 BLOQUE UNO. Estrellas Simbióticas y Nebulosas Planetarias ......................................... 45 4.2.2 BLOQUE DOS. Gigantes Rojas y Nebulosas Planetarias ................................................... 51 4.2.3 BLOQUE TRES. Estrellas Simbióticas y Gigantes Rojas .................................................... 57 4.2.4 TABLAS COMPARATIVAS ....................................................................................................... 61 4.3 ANÁLISIS DE LOS RESULTADOS DE CONJUNTOS MULTI-ETIQUETAS .......... 62 4.3.1 CONJUNTO 12. Estrellas Simbióticas (138), Nebulosas Planetarias (381) y Gigantes Rojas (19,153) ..................................................................................................................................... 62 4.3.2 CONJUNTO 13. Estrellas Simbióticas (138), Nebulosas Planetarias (943) y Gigantes Rojas (19,153) ..................................................................................................................................... 64 4.3.3 CONJUNTO 14. Estrellas Simbióticas (255), Nebulosas Planetarias (1,545) y Gigantes Rojas (19,153) ..................................................................................................................................... 65 4.3.4 CONJUNTO 15. Estrellas Simbióticas (255), Nebulosas Planetarias (943) y Gigantes Rojas (1,009) ........................................................................................................................................ 66 4.3.5 CONJUNTO 16. Estrellas Simbióticas (255), Nebulosas Planetarias (175) y Gigantes Rojas (1,009) ........................................................................................................................................ 67 4.3.6 CONJUNTO 17. Estrellas Simbióticas (255), Nebulosas Planetarias (381) y Gigantes Rojas (1,009) ........................................................................................................................................ 68 4.3.6 CONJUNTO 18. Estrellas Simbióticas (255), Nebulosas Planetarias (381) y Gigantes Rojas (505) ........................................................................................................................................... 69 4.3.7 TABLA DE RESUMEN DE MÉTRICAS PARA MULTI-ETIQUETAS .................................. 70 4.4 COMPARATIVA DE RESULTADOS DEL VECTOR DE CARACTERÍSTICAS CON Y SIN EL COLOR B-V ........................................................................................................ 71 4.4.1 CAMBIO DE VARIABLES SIN B-V .......................................................................................... 71 4.4.2 GRÁFICAS DE VALORES CON Y SIN B-V ........................................................................... 73 4.4.3 MULTI-ETIQUETAS CON Y SIN B_V ..................................................................................... 75 Capítulo 4 CONCLUSIONES .................................................................................... 76 Capítulo 5 REFERENCIAS BIBLIOGRÁFICAS ...................................................... 78 ANEXO 1 ..................................................................................................................... 83
dc.format	application/PDF
dc.language.iso	spa
dc.publisher	Biblioteca Digital wdg.biblio
dc.publisher	Universidad de Guadalajara
dc.rights.uri	https://www.riudg.udg.mx/info/politicas.jsp
dc.subject	Clasificacion De Objetos
dc.subject	Bases De Datos Gaia
dc.subject	Ia
dc.title	Clasificación de objetos evolucionados en bases de datos de Gaia, utilizando técnicas de IA
dc.type	Tesis de Doctorado
dc.rights.holder	Universidad de Guadalajara
dc.rights.holder	Cynthia Alejandra, Martínez Pinto
dc.coverage	ZAPOPAN, JALISCO
dc.type.conacyt	doctoralThesis
dc.degree.name	DOCTORADO EN TECNOLOGIAS DE INFORMACION
dc.degree.department	CUCEA
dc.degree.grantor	Universidad de Guadalajara
dc.rights.access	openAccess
dc.degree.creator	DOCTOR EN TECNOLOGIAS DE INFORMACION
dc.contributor.director	Navarro Jiménez, Silvana Guadalupe
dc.contributor.codirector	Corral Escobedo, Luis José Herminio
Aparece en las colecciones:	CUCEA

Ficheros en este ítem:

Fichero	Tamaño	Formato
DCUCEA10141FT.pdf	7.22 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem