Clasificación automatizada de sistemas binarios eclipsantes detectados en el relevamiento VVV

DAZA, I.; GRAMAJO, L. V.; LARES, M.; FERREIRA LOPES, C. E.; CLARIÁ, J. J.; PALMA, T.; MINNITI, D.

Rosario

Congreso; Reunión Anual de la Asociación Argentina de Astronomía; 2020

Universidad Nacional de Rosario y Complejo Astronómico Municipal 'Galileo Galilei'

Con el advenimiento de grandes relevamientos sin precedentes realizados en el cielo, la cienciamoderna est´a siendo testigo del amanecer de la Astronom´ıa de las grandes bases de datos, en la cual el manejo yel descubrimiento autom´atico resultan esenciales e indispensables. En este contexto, las tareas de clasificaci´on seencuentran entre las capacidades m´as requeridas que debe poseer una tuber´ıa de reducci´on de datos para compilar conjuntos de datos confiables, de manera que su procesamiento pueda lograrse con una eficiencia imposible de alcanzar mediante un tratamiento detallado y la intervención humana. El relevamiento VVV (VISTA variables in the Vía Láctea), en la parte meridional del disco Galáctico, incluye datos fotométricos de varias ´epocas necesarios para el posible descubrimiento de estrellas variables, incluidos los sistemas binarios eclipsantes (SBE). En este estudio, utilizamos un catálogo recientemente publicado de un centenar de SBE de la región d040 del VVV, clasificados de acuerdo a modelos teóricos como sistemas de contacto, separados o semi-separados. Describimos el método implementado para obtener dos modelos de aprendizaje automático, capaces de clasificar los SBE usando información extraída de las curvas de luz de los candidatos a objetos variables en el espacio de fase. Discutimos también la eficiencia de los modelos, la importancia relativa de sus características y las perspectivas futuras parala construcción de una extensa base de datos de SBE en el relevamiento VVV.