INVESTIGADORES
ORELLANA mariana Dominga
congresos y reuniones científicas
Título:
Identificación automática de pulsares a partir de su caracterización estadística
Autor/es:
RUPPEL, S.; VENERE, A.; COGO, J.; ARETA, J.; MAFFIONE, N; ORELLANA, M.; GRANADA, A.; GANCIO, G.
Lugar:
CABA
Reunión:
Congreso; 64 Reunión Anual de la Asociación Argentina de Astronomía; 2022
Institución organizadora:
AAA, IAFE
Resumen:
Dada la problemática en la identificación de radio-pulsares, se explora la implementación, a través de técnicas de software, de un sistema autónomo capaz de descartar falsos positivos como señales periódicas en una base de datos pública formada por descriptores estadísticos de observaciones centradas en 1352Mhz..Se enmarca este trabajo como proyecto final obligatorio para la finalización de la carrera de Ingeniería Electrónica, en curso en la Universidad Nacional de Río Negro. Se propone una metodología basada en Inteligencia Artificial, la cual toma como punto de partida la base de datos High Time Resolution Universe Survey (HTRU2). Esta base de datos contiene parámetros estadísticos de unas 17898 señales de las cuales 13007 no son pulsares y 1639 si lo son (Lyon et al. 2016). Los conceptos de inteligencia artificial que se usaron puede dividirse en dos subgrupos, Machine Learning y Deep learning.