RT info:eu-repo/semantics/bachelorThesis
T1 Sobre el uso de técnicas de Machine Learning para clasificar imágenes astronómicas
A1 Rodríguez Espinosa, Daniel
A2 Grado En Matemáticas (plan 2019)
K1 Imágenes astronómicas
K1 Deep Learning
K1 Redes neuronales convolucionales
K1 Python
K1 Gradient Descent
K1 Backpropagation
K1 Convolución de matrices
K1 Filtros
AB En la presente memoria se pretende investigar t´ecnicas de reconocimiento de imagen mediante el uso de redes neuronales para separarim´agenes mal tomadas, as´ı como desenfoques. Inicialmente introducimos las nociones b´asicas de qu´e es una imagen astron´omica, c´omoes la forma de los objetos estelares que la conforman, el perfil deintensidad, describiendo las herramientas a utilizar para visualizary clasificar los objetos de forma autom´atica mediante el uso del deeplearning. A continuaci´on se pasa a estudiar sobre las redes neuronales, qu´e son y de qu´e se componen, desarrollando los algoritmos deldescenso del gradiente y backpropagation mediante los cuales estaspueden aprender de forma jerarquizada. Posterior a algunos ejemplos ilustrativos, se introducen las redes neuronales convolucionales,las cuales se especializan en el tratamiento de im´agenes, viendo c´omola red puede reconocer patrones de forma semejante a como lo realiza el ojo humano, mediante el proceso de convoluci´on y filtros deim´agenes. Finalmente, se ilustran los conceptos previos mostrandolos resultados de implementar una red neuronal convolucional queclasifique im´agenes astron´omicas, discutiendo c´omo la dificultad delaprendizaje autom´atico recae en la buena elecci´on del modelo, concluyendo con las predicciones del mismo.
YR 2022
FD 2022
LK http://riull.ull.es/xmlui/handle/915/30025
UL http://riull.ull.es/xmlui/handle/915/30025
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 16-may-2024