Detalle de la tesis

Autores: CABRAL, JUAN BAUTISTA.

Resumen: El desarrollo de modernos telescopios terrestres y satelitales ha impulsa-do la realización de grandes relevamientos astronómicos, los cuales a su vez hangenerando un crecimiento gigantesco en la cantidad y calidad de datos a ser pro-cesados, almacenados y analizados. Ante esta situación las técnicas de minerı́ade datos y aprendizaje automático han empezado a jugar un rol importante enel resumen y presentación de la información para astrónomos.La presente tesis tiene como objetivo la clasificación de fuentes astronómicasy detección de errores observacionales en el moderno relevamiento astronómicoVista Variables in the Via Lactea (VVV), comenzando por introducir conceptoselementales, sobre astronomı́a, aprendizaje automatizado y minerı́a de datos queserán utilizados frecuentemente durante todo el trabajo. A continuación, se pre-senta una exposición de los datos del relevamiento astronómico VVV junto conla descripción del pre-procesamiento necesario para la utilización de estas técni-cas automáticas; seguido de la presentación del diseño teórico e implementaciónde dos herramientas necesarias para el procesamiento de datos descriptos en elcapı́tulo anterior. Los dos capı́tulos siguientes encaran primero la problemáticade la clasificación de fuentes astronómicas en general y estrellas variables enparticular frente al gran desbalance de observaciones existente en relevamien-to; mientras que el segundo se enfoca en la detección automática de erroresobservacionales dentro los datos relevados.Finalmente, se exponen las conclusiones y se discuten ideas de trabajo afuturo para continuar con las lı́neas de estudio dentro del VVV, ası́ como futurosrelevamientos astronómicos.

Grado académico: Universitario de posgrado/doctorado.

Titulo obtenido: Doctorado en Informática.

Idioma: Español.

Area de conocimiento: Ciencias de la Computación.