PROCESSAMENTO AUTOMÁTICO DE CURVAS DE LUZ PARA A IDENTIFICAÇÃO DE EXOPLANETAS UTILIZANDO ALGORITMOS DE APRENDIZADO DE MÁQUINA
PROCESAMIENTO AUTOMÁTICO DE CURVAS DE LUZ PARA LA IDENTIFICACIÓN DE EXOPLANETAS UTILIZANDO ALGORITMOS DE APRENDIZAJE AUTOMÁTICO
B. H. D. Macedo, Graduando em Engenharia Física. Universidade Federal da Integração Latino-Americana - UNILA. ORCID: https://orcid.org/0000-0002-8152-0950 - E-mail: brunohdmacedo@gmail.com
W. Zalewski, Doutor em Ciência da Computação. Universidade Federal da Integração Latino-Americana - UNILA. ORCID: https://orcid.org/0000-0002-7113-5135 - E-mail: willian.zalewski@unila.edu.br
Avanços na tecnologia astronômica nas últimas duas décadas geraram uma grande quantidade de dados de missões espaciais, revelando novos insights sobre fenômenos celestes. O processamento automatizado de dados, especialmente na detecção de exoplanetas, tornou-se crucial devido ao volume de dados, exigindo métodos de avaliação mais eficientes. Neste estudo, coletamos dados do telescópio Kepler e realizamos uma ampla avaliação experimental com 16 algoritmos de aprendizado de máquina com diferentes ajustes de parâmetros. Para analisar os resultados, propusemos um método de análise experimental visando estabelecer um baseline para a literatura de detecção automática de exoplanetas.
astronomia. exoplanetas. aprendizado de máquina. curvas de luz.
Over the past two decades, advancements in astronomical technology have resulted in a wealth of data from space missions, leading to new insights into celestial phenomena. Automated data processing, particularly in exoplanet detection, is increasingly critical due to the volume of data, prompting calls for more efficient evaluation methods. In this study, we gathered data from the Kepler telescope and carried out an extensive experimental evaluation using 16 machine learning algorithms with varying parameter settings. To analyze the results obtained, we proposed an experimental analysis method aiming to set a baseline for the literature on automatic exoplanet detection.
astronomy. exoplanet. machine learning. light curve.
Los avances en tecnología astronómica en las últimas dos décadas han generado una gran cantidad de datos de misiones espaciales, brindando nuevas perspectivas sobre fenómenos celestes. El procesamiento automático de datos, especialmente en la detección de exoplanetas, se ha vuelto esencial debido al volumen de datos, impulsando la necesidad de métodos de evaluación más eficientes. En este estudio, recogimos datos del telescopio Kepler y realizamos una evaluación experimental extensa usando 16 algoritmos de aprendizaje automático con diferentes ajustes de parámetros. Propusimos un método de análisis experimental para establecer un punto de referencia en la literatura sobre detección automática de exoplanetas.
astronomía. exoplaneta. aprendizaje automático. curva de luz.
Dourado Macedo, B. H. e Zalewski, W. (2024) “Processamento automático de curvas de luz para a identificação de exoplanetas por meio de uso de algoritmos de aprendizado de máquina”, Revista Brasileira de Iniciação Científica, p. e024021. Disponível em: https://periodicoscientificos.itp.ifsp.edu.br/index.php/rbic/article/view/1403 (Acessado: Dia mês Ano).
DOURADO MACEDO, B. H.; ZALEWSKI, W. Processamento automático de curvas de luz para a identificação de exoplanetas por meio de uso de algoritmos de aprendizado de máquina. Revista Brasileira de Iniciação Científica, [S. l.], p. e024021, 2024. Disponível em: https://periodicoscientificos.itp.ifsp.edu.br/index.php/rbic/article/view/1403. Acesso em: Dia mês Ano.
B. H. Dourado Macedo e W. Zalewski, “Processamento automático de curvas de luz para a identificação de exoplanetas por meio de uso de algoritmos de aprendizado de máquina”, Revista Brasileira de Iniciação Científica, p. e024021, mês Ano.