|
Κωδικός Πόρου |
000425744 |
Τίτλος |
Spectral classification of stars based on Machine Learning methods |
Άλλος τίτλος |
Φασματοσκοπική ταξινόμηση αστεριών βασιζόμενη σε μεθόδους μηχανικής μάθησης |
Συγγραφέας
|
Κυρίτσης, Ηλίας Μ.
|
Σύμβουλος διατριβής
|
Ζέζας, Ανδρέας
|
Μέλος κριτικής επιτροπής
|
Παυλίδου, Βασιλική
Reig, Pablo
|
Περίληψη |
Τα Διπλά Συστήματα Εκπομπής Ακτίνων Χ Μεγάλης Μαζας (ΔΣΕΑΧΜΜ) αποτελούνται από ένα συμπαγές αντικείμενο(Αστέρα Νετρονίων ή Μαύρη Τρύπα) και ένα μαζικό συνοδό αστέρα φασματικού τύπου Ο- Β-. Η γνώση των φασματικών τύπων αυτών των αστεριών είναι σημαντική επειδή μας παρέχει ένα πλούτο πληροφοριών για των σχηματισμό και την εξέλιξη των ΔΣΕΑΧΜΜ. Τα προηγούμενα χρόνια, μεγάλες έρευνες ήταν αφιερωμένες στην φασματική ταξινόμηση του συνοδού αστέρα αυτών των συστημάτων είτε στον στον Γαλαξία μας είτε στα Μαγγελανικά Νέφη. Βασιζόμενες κυρίως στον παραδοσιακό τρόπο φασματικής ταξινόμησης , εξέτασαν το φάσμα αυτών των αστεριών με οπτική επιθεώρηση και τα ταξινόμησαν συμφωνα με την παρουσία ή την απουσία χαρακτηριστικών φασματικών γραμμών. Στις μέρες μας, όπου ο αριθμός φασματοσκοπικών δεδομένων αυξάνεται συνεχώς αυτός ο τρόπος φασματικής ταξινόμησης είναι χρονοβόρος και εμπεριέχει υποκειμενικότητα. Έτσι, η ανάγκη μίας νέας αντικειμενικής αυτόματης μεθόδου για τον προσδιορισμό των φασματικών τύπων αυτών των αστεριών είναι πιο επίκαιρη από ποτέ. Σε αυτή την εργασία, χρησιμοποιούμε τον δημοφιλή επιβλεπόμενο αλγόριθμο μηχανικής μάθησης που ονομάζεται Τυχαία Δάση, με σκοπό να αναπτύξουμε έναν αυτόματο φασματικό ταξινομητή για αστέρια προγενέστερου φασματικού τύπου. Το δείγμα μας αποτελείται απο 777 αστέρια φασματικού τύπου ΟΒ από διαφορετικές έρευνες. Στα φάσματα αυτών των αστεριών μετράμε το Ισοδύναμο Πλάτος από 18 χαρακτηριστικές φασματικές γραμμές ακλουθώντας ένα σχήμα γραμμών που αναπτύχθηκε για την ταξινόμηση αυτών των πηγών. Βελτιστοποιούμε το μοντέλο μας αναζητώντας τις καλύτερες τιμές των υπερπαραμέτρων καθώς και τον καλύτερο συνδυασμό φασματικών γραμμών επιτυγχάνοντας ένα μοντέλο με ακρίβεια πρόβλεψης ~ 70 %. Τέλος, εφαρμόζουμε το μοντέλο μας σε ένα δείγμα από 28 πηγές οι οποίες βρίσκονται και στον Γαλαξία μας και στο Μικρό Νέφος του Μαγγελάνου και προηγουμένως έχουν ταξινομηθεί με οπτική επιθεώρηση , επιτυγχάνοντας ένα σκορ ~ 60 %.
|
Φυσική περιγραφή |
xiv, 70 φύλλα : πίν., σχήμ. εικ. (μερ. εγχρ) ; 30 εκ. |
Γλώσσα |
Αγγλικά |
Θέμα |
HMXBs |
|
High energy astrophysics |
|
Machine learning |
|
Random forests |
|
Αστροφυσική υψηλών ενεργειών |
|
Διπλά συστήματα εκπομπής ακτίνων Χ |
|
Τυχαία δάση |
Ημερομηνία έκδοσης |
2020-03-27 |
Συλλογή
|
Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Φυσικής--Μεταπτυχιακές εργασίες ειδίκευσης
|
|
Τύπος Εργασίας--Μεταπτυχιακές εργασίες ειδίκευσης
|
Εμφανίσεις |
878 |