Show simple item record

dc.contributor.advisorRodríguez Martín, Inmaculada 
dc.contributor.advisorSalazar González, Juan José 
dc.contributor.authorLuis Aznar, Manuel
dc.contributor.authorRusso Cabrera, Anthony Vittorio
dc.date.accessioned2017-02-08T08:37:52Z
dc.date.available2017-02-08T08:37:52Z
dc.date.issued2016
dc.identifier.urihttp://riull.ull.es/xmlui/handle/915/3961
dc.description.abstractEste proyecto fue desarrollado junto con la colaboración de investigadores pertenecientes al Grupo de Poblaciones Estelares en Galaxias (GPEG) del Instituto de Astrofísica de Canarias (IAC) y tiene dos objetivos principales: Minimizar el tiempo de ejecución de un algoritmo que mitiga los errores fotométricos introducidos por las fluctuaciones de luminosidad en los datos captados en observación (efecto crowding). Para ello, se desarrolló un programa por línea de comandos escrito en C++, que es capaz de manejar grandes volúmenes de datos y que se vale, tanto de estructuras de datos eficientes, como del paralelismo sobre CPU y GPU para lograr este cometido. Facilitar la representación gráfica y la manipulación de datos de forma amigable. Para cumplir este cometido, se analizó y aprovechó una parte de los scripts en Python -realizado por los investigadores- para crear una aplicación gráfica en PyQt global que los integre. Se puede destacar la capacidad para manipular diferentes sesiones de usuario y representar, mediante Matplotlib, los datos leídos en formato FITS, entre otras funcionalidades.es_ES
dc.format.mimetypeapplication/pdf
dc.language.isoeses_ES
dc.language.isoes
dc.rightsLicencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 internacional)
dc.titleDisPar: a parallel code to simulate observational effects, and MkBundle+: a graphical interface to create the input file of a code to calculate star formation historieses_ES
dc.typeBachelor Thesises_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record