Análisis y diseño de procesos de minerı́a de datos astrofı́sicos sobre catálogos fotométricos múltiple época

Abstract

El desarrollo de modernos telescopios terrestres y satelitales ha impulsado la realización de grandes relevamientos astronómicos, los cuales a su vez han generando un crecimiento gigantesco en la cantidad y calidad de datos a ser procesados, almacenados y analizados. Ante esta situación las técnicas de minerı́a de datos y aprendizaje automático han empezado a jugar un rol importante en el resumen y presentación de la información para astrónomos. La presente tesis tiene como objetivo la clasificación de fuentes astronómicas y detección de errores observacionales en el moderno relevamiento astronómico Vista Variables in the Via Lactea (VVV), comenzando por introducir conceptos elementales, sobre astronomı́a, aprendizaje automatizado y minerı́a de datos que serán utilizados frecuentemente durante todo el trabajo. A continuación, se presenta una exposición de los datos del relevamiento astronómico VVV junto con la descripción del pre-procesamiento necesario para la utilización de estas técnicas automáticas; seguido de la presentación del diseño teórico e implementación de dos herramientas necesarias para el procesamiento de datos descriptos en el capı́tulo anterior. Los dos capı́tulos siguientes encaran primero la problemática de la clasificación de fuentes astronómicas en general y estrellas variables en particular frente al gran desbalance de observaciones existente en relevamiento; mientras que el segundo se enfoca en la detección automática de errores observacionales dentro los datos relevados. Finalmente, se exponen las conclusiones y se discuten ideas de trabajo a futuro para continuar con las lı́neas de estudio dentro del VVV, ası́ como futuros relevamientos astronómicos.

The development of modern earth based and space born telescopes has prompted the realization of large astronomical surveys that in turn have not only generated a gigantic growth in the quantity and quality of data needed to be processed, stored but also analyzed. In this context data mining and machine learning tools growingly play important roles in the analysis and presentation of astrophysical information.This thesis deals with the classification of astronomical sources and the detection and treatment of observational errors for the astronomical survey. It begins introducing the tools machine learning and data mining. Both are used frequently throughout the work. The nature of the Vista Variables in the ViaLactea (VVV) survey data is then detailed, together with an explanation of the pre-processing required to use this data with automatic techniques; followed by the presentation of the theorical design and implementation of two tools used for data processing, as described in the previous chapter. The next two chapters deal, first, with the problem of unbalanced observations in the context of the classification of astronomical sources in general and variable stars in particular; while the second one focuses on the automatic detection of observational errors within the surveyed data. Finally, conclusions are presented and ideas for future work discussed to continue with this line of research within the VVV as well within future astronomical surveys.