Miniatura

Fitxers

SABATÉS DE LA HUERTA JORDI_5181450_assignsubmission_file_TFG_Sabatés_Jordi_final.pdf (300.67 KB)

Tipus de document

Treball de fi de grau

Data de publicació

2022-02

Llicència de publicació

cc-by-nc-nd (c) Sabatés, 2022
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/189820

Classifying astronomical sources with machine learning

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

More than 4 million astronomical sources extracted from the Sloan Digital Sky Survey catalog have been used to train a set of machine learning models, selected with a benchmarking program, in order to identify the best basic classifier of astronomical sources for future observations. We have also applied different filters to our dataset that modify its selection function, measuring the accuracy of the selected model to evaluate under which observational constraints this model performs better

Descripció

Treballs Finals de Grau de Física, Facultat de Física, Universitat de Barcelona, Curs: 2022, Tutors: José Maria Solanes Majúa, Maria Salamó Llorente

Matèries

Objecte astronòmic, Aprenentatge automàtic, Treballs de fi de grau

Matèries (anglès)

Astronomical object, Machine learning, Bachelor's theses

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Física

Citació

SABATÉS DE LA HUERTA, Jordi. Classifying astronomical sources with machine learning. [consulta: 22 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/189820]

Exportar metadades

JSON - METS

Compartir registre