Estimação dos redshift de galáxias utilizando dados de fotometria: uma abordagem GAMLSS

Página do item simplificado
dc.contributor.advisorPescim, Rodrigo Rossetto
dc.contributor.authorDebastiani Neto, João
dc.contributor.bancaUrbano, Mariana Ragassi
dc.contributor.bancaNakamura, Luiz Ricardo
dc.coverage.extent101 p.
dc.coverage.spatialLondrina
dc.date.accessioned2024-08-15T17:25:08Z
dc.date.available2024-08-15T17:25:08Z
dc.date.issued2023-02-24
dc.description.abstractCosmologia é um ramo da astronomia que busca por interpretar as origens do Universo, bem como investigar os objetos nela presentes. Compreender como os elementos celestes interagem e quais os fatores que influenciam para tal aspecto, são alguns dos anseios dos pesquisadores que se debruçam nestas questões. Desde o início do século XX, pesquisadores referem-se a expansão constante do Universo, de maneira que galáxias e estrelas estão, em geral, se afastando da Terra a uma certa velocidade. Astrônomos e pesquisadores desta área são capazes de identificar tal afastamento (ou aproximação), por meio de uma medida denominada redshift, que refere-se ao deslocamento da luz originária destes objetos celestes para o infravermelho baseado em seu comprimento de onda. Algumas técnicas possibilitam obter uma estimativa destes redshift, dentre os quais se destacam o redshift espectroscópico e o redshift fotométrico. Embora a primeira destas técnicas seja mais apurada no que se refere aos valores estimados, o segundo método propõe uma diminuição de tempo e de recursos, sendo assim, a mais considerada. Diversas alternativas na estimação de redshift fotométricos se mostraram extremamente eficazes e altamente utilizadas, dentre os quais se destacam modelos estatísticos vinculadas a técnicas de Machine Learning e Decision Tree. Buscando-se apresentar uma nova alternativa para tal problemática, foi proposta a presente pesquisa, cujo objetivo consiste na implementação de um Modelo Aditivo Generalizado para Locação, Escala e Forma (GAMLSS) visando a estimativa de desvios para o vermelho fotométricos de galáxias, segundo a fotometria de diferentes comprimentos de ondas (bandas). Entende-se que devido a natureza mais robusta e flexível dos GAMLSS, pode-se obter resultados mais satisfatórios do que os encontrados na literatura para os Modelos Lineares Generalizados (GLM), bem como uma alternativa viável para pesquisas fundamentadas em redes neurais e decision tree. Para tanto, considerou-se para a análise e interpretação dos dados o software R, de maneira que o conjunto de dados utilizado foi proveniente do pacote CosmoPhotoz, em particular, o conjunto denominado PHoto-z Accuracy Testing (PHAT0). Devido a elevada quantidade de observações contidas nesta base de dados (169520 dados), foi estabelecido, para análise desta pesquisa, um total de 8476 observações (5% da base PHAT0), sendo composta 12 variáveis (redshift fotométrico e 11 magnitudes de filtros). Por meio da análise realizada, observou-se que as variáveis explicativas são altamente correlacionadas, sendo necessário a utilização da técnica de análise de componentes principais (PCA). O modelo GAMLSS ajustado que apresentou melhores resultados contou com suavizadores (thin plate spline s(·)) para os quatro parâmetros da distribuição Box-Cox t (BCTo). Em síntese, a classe de modelos GAMLSS é uma alternativa eficaz para estimação de redshift fotométrico, apresentando-se como uma opção interessante para modelagem de dados desta natureza.
dc.description.abstractother1Cosmology is a branch of astronomy that seeks to interpret the origins of the Universe, as well as investigate the objects present on it. Understanding how the celestial elements interact and which factors influence this aspect are some of the concerns of researchers who address on these issues. Since the beginning of the 20th century, researches refer to the constant expansion of the Universe, in a way that galaxies and stars are, in general, moving away from the Earth at a certain speed. Astronomers and researchers in this area are able to identify such distance (or approximation) by means of a measure called redshift, which refers to the displacement of the light originating from these celestial objects towards the infrared based on its wavelength. In some techniques it is possible to obtain an estimate of these redshift, among which the spectroscopic and photometric redshift stand out. Although the first of these techniques is more accurate with regard to estimated values, the second method proposes a decrease in time and resources, and is therefore the most considered. Several alternatives for estimating photometric redshift proved to be extremely effective and highly used, among which stand out statistical models linked to Machine Learning and Decision Tree techniques. Seeking to present a new alternative to that problem, this research was proposed, which aims to implement a Generalized Additive Model for Location, Shape and Scale (GAMLSS) to estimate the photometric redshift of galaxies, according to the photometry of different wavelengths (bands). It is understood that due to the more robust and flexible nature of GAMLSS, more satisfactory results can be obtained than those models in the literature such as the Generalized Linear Models (GLM), as well as a viable alternative for research based on neural networks and decision tree. Therefore, the R software was used for data analysis and interpretation, so the dataset used was provided by the CosmoPhotoz package, in particular, the set called PHoto-z Accuracy Testing (PHAT0). Due to the high number of observations contained in that database (169520 data), a total of 8476 observations were established for the analysis of this research (5% of the PHAT0 base), comprising 12 variables (photometric redshift and 11 filter magnitudes). Through the analysis carried out, it was observed that the explanatory variables are highly correlated, requiring the use of the principal components analysis technique (PCA). The fitted model had smoothers (thin plate spline s(·)) for the four parameters of the Box-Cox t distribution (BCTo). In summary, the GAMLSS class of models is an effective alternative for estimating and predicting photometric redshift, presenting itself as an interesting option for modeling data of this nature.
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/17204
dc.language.isopor
dc.relation.departamentCCE - Departamento de Matemática
dc.relation.institutionnameUniversidade Estadual de Londrina - UEL
dc.relation.ppgnamePrograma de Pós-Graduação em Matemática Aplicada e Computacional
dc.subjectAnálise de componentes principais
dc.subjectAstronomia
dc.subjectGAMLSS
dc.subjectRedshift fotométrico
dc.subjectSuavizadores
dc.subject.capesCiências Exatas e da Terra - Matemática
dc.subject.keywordsPrincipal component analysis
dc.subject.keywordsAstronomy
dc.subject.keywordsGAMLSS
dc.subject.keywordsPhotometric redshift
dc.subject.keywordsSmoothing
dc.titleEstimação dos redshift de galáxias utilizando dados de fotometria: uma abordagem GAMLSS
dc.title.alternativeEstimation of redshift of galaxies using photometry data: a GAMLSS approach
dc.typeDissertação
dcterms.educationLevelMestrado Acadêmico
dcterms.provenanceCentro de Ciências Exatas

Arquivos

Pacote Original
Agora exibindo 1 - 2 de 2
Imagem de Miniatura
Nome:
CE_MAP_ME_2023_Debastiani-Neto_João.pdf
Tamanho:
6.3 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo. Id. 190056
Baixar
Nenhuma Miniatura disponível
Nome:
CE_MAP_ME_2023_Debastiani-Neto_João_TERMO.pdf
Tamanho:
700.39 KB
Formato:
Adobe Portable Document Format
Descrição:
Termo de autorização.
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
555 B
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

02 - Mestrado - Matemática Aplicada e Computacional