Por favor, use este identificador para citar o enlazar este ítem:
http://infotec.repositorioinstitucional.mx/jspui/handle/1027/792| Los exoplanetas son como caramelos cósmicos: cómo clasificar una amplia gama de sabores con aprendizaje automático | |
| Monserrat Campos Sánchez | |
| MIGUEL ANGEL PORTA GARCIA | |
| Acceso Abierto | |
| Atribución-NoComercial-CompartirIgual | |
| Astronomía Red neuronal (Aprendizaje supervisado) Exoplanetas | |
| Con el descubrimiento de miles de exoplanetas en las últimas décadas, surge la necesidad de desarrollar métodos efectivos para clasificarlos y caracterizarlos. Este estudio se centra en la clasificación de exoplanetas al implementar Redes Neuronales usando datos obtenidos de la misión Kepler. Se establece una base de datos preprocesada que incluye variables clave del sistema planetario, lo que permite mejorar la precisión y eficiencia en la clasificación. Se describe el proceso de recopilación de datos y las etapas de preprocesamiento necesarias para preparar los datos para el análisis. Esto incluye la limpieza de datos, la manipulación de datos faltantes y la transformación de variables categóricas en numéricas. La importancia de esta investigación radica en comprender la diversidad de exoplanetas, identificar su habitabilidad y apoyar futuras misiones espaciales, destacando la sinergia interdisciplinaria en este campo. Además, se explora el procedimiento de ajuste de parámetros en la Red Neuronal, donde estos influyen significativamente en el rendimiento y la precisión de los resultados. En este proceso, cada parámetro se evalúa en una ronda, donde se configuran los valores por defecto de cada parámetro y solo para un parámetro se prueban diferentes valores. Para evaluar los parámetros y evitar el sobre entrenamiento se hace uso de la validación cruzada, donde la mejor precisión es seleccionada y pasa a la siguiente ronda. En cuanto a las métricas de Sensibilidad, Tasa Negativa Verdadera, Valor Predictivo Positivo y Valor Predictivo Negativo, el Tipo Terrestre mostró consistentemente las probabilidades más altas para todas estas métricas, seguido por el Tipo Gigante Gaseoso, luego Súper Tierra y finalmente Tipo Neptuno. | |
| INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación | |
| 2024-05 | |
| Trabajo de grado, maestría | |
| Español | |
| Investigadores Maestros Público en general | |
| Campos Sánchez, Montserrat. (2024). Los exoplanetas son como caramelos cósmicos: cómo clasificar una amplia gama de sabores con aprendizaje automático. INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación, Ciudad de México. | |
| TECNOLOGÍA DE LAS TELECOMUNICACIONES | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Maestría en Ciencia de Datos e Información |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| INFOTEC_MCDI_MCS_13112024.pdf | 2.63 MB | Adobe PDF | Visualizar/Abrir |