Centro de Rádio Astronomia e Astrofísica Mackenzie (CRAAM)
URI Permanente desta comunidade
Navegar
Navegando Centro de Rádio Astronomia e Astrofísica Mackenzie (CRAAM) por Orientador "Silva, Luciano"
Agora exibindo 1 - 3 de 3
Resultados por página
Opções de Ordenação
- DissertaçãoAprendizado de máquina para detecção de exoplanetas em dados da missão TESSAndrade, Israel da Silva Rodrigues de (2021-08-16)
Centro de Rádio Astronomia e Astrofísica Mackenzie (CRAAM)
A detecção de exoplanetas com base em curvas de luz pode ser um procedimento de alto custo computacional, especialmente quando tais curvas possuem alto nível de resolução temporal, como aquelas produzidas pela Missão TESS. O pré-processamento de curvas de luz baseado em Aprendizado de Máquina já foi utilizado com sucesso na Missão Ke pler, pela parceria entre a NASA e a Google (com o modelo tensorial do TensorFlow), permitindo excluir curvas de luz que não poderiam ter trânsitos planetários e reduzindo a quantidade de dados a serem processados posteriormente. Neste contexto, esta dissertação apresenta aplicação de outras técnicas de Aprendizado de Máquina como Árvores de Decisão, Florestas Aleatórias e Boost para reduzir o número de curvas de luz obtidas da Missão TESS que, efetivamente, podem reconhecer se há trânsitos planetários. Também são mostrados e comentados os resultados de exploração destas técnicas em curvas de luz da Missão TESS. - DissertaçãoCo-processador de periodogramas de exoplanetas baseado em cluster de Raspberry PI e MPIGomes, Marco Antonio (2021-02-08)
Escola de Engenharia Mackenzie (EE)
Este trabalho apresenta e implementa uma arquitetura de um coprocessador de cluster de baixo custo, tendo como suporte de hardware processadores Raspberry PI e, de software,a biblioteca de distribuição de processamento MPI (Message Passing Interface). Sob esta arquitetura, foi implementado em Python um software de aceleração de computação de periodogramas para trânsitos planetários e são analisados os resultados de speedup para diversas curvas de luz associadas a exoplanetas - DissertaçãoParalelização OpenMP do gerador de modelos fotométrico-analíticos de trânsitos planetários ELLCMendonça, Raphael Alonso de (2018-02-05)
Escola de Engenharia Mackenzie (EE)
Desde o descobrimento e confirmação do primeiro exoplaneta no final do século 20 e a crescente melhoria dos métodos de detecção de planetas e das tecnologia aplicada a detecção e confirmação. Toranram possível o descobrimento de diversos exopalnetas, um dos métodos mais utilizados é o Método de Trânsitos Planetários, que trabalha com dados de fotometria, processo de observação do fluxo luminoso de estrela. A série temporal de fluxos observados configura um objeto importante de análise de dados chamado curva de luz. Curvas de luz (sintéticas) também podem ser produzidas através de modelos analíticos de trânsitos planetários. Com o advento de novas missões para estudo de exoplanetas como a TESS e a PLATO, curvas de luz de alta qualidade e grandes volumes de dados serão geradas nos próximos anos. Assim, o desenvolvimento de modelos analíticos e de análise de dados que sejam capazes de lidar com a complexidade, qualidade e volume de dados é de grande interesse da Astroinformática, área de interface entre Astronomia, Astrofísica e Computação. Dentro deste contexto, esta dissertação propõe uma otimização paralela, utilizando a implementação em C da arquitetura OpenMP presete no compilador em C do pyhon, do gerador de modelos fotométrico-analíticos de trânsitos planetários ELLC, visando ao tratamento de dados de futuras missões com a TESS e a PLATO. Este gerador, além de conter parâmetros complexos para trânsitos planetários como modelos de escurecimento de limbo anisotrópicos, efeitos de reflexão e manchas estelares, possui código-fonte em regime de software livre e pode ser integrado facilmente com esquemas de ajuste de parâmetros de trânsitos via MCMC. Obtendo, no laço do código que foi paralelizado, uma aceleração de 288,36 em um computador com processador i7 e 12 GB de memória e de 452,04 em um computador com processador i5 e 16GB de memória. e uma aceleração de 1,275 vezes na execução total da simulação código. Esta paralelização será disponibilizada em regime de software livre para a comunidade de pesquisa em trânsitos planetários.