Durante un año, estudiantes y profesores de ingeniería y astronomía de la Universidad de Concepción (Manuel Pérez-Carrasco, estudiante de Ingeniería; Monserrat Martínez, estudiante de Astronomía; Guillermo Cabrera-Vives y Julio Godoy, profesores de Ingeniería; Pierluigi Cerulo y Ricardo Demarco, post-doc y profesor de astronomía, respectivamente), trabajaron en el desarrollo de un algoritmo para la realización de un catálogo de galaxias.

“El algoritmo se basa en redes convolucionales, es decir, redes neuronales artificiales que se pueden entrenar con ejemplos y ocupar en la clasificación de bases de datos muy grandes. Por ejemplo, en nuestro trabajo, nosotros entrenamos el modelo con 1.600 ejemplos de la muestra que íbamos a clasificar y 7.500 ejemplos de otra muestra en la cual ya se había publicado la morfología de galaxias y aplicamos el modelo para clasificar 6.400 galaxias.”, explica el Dr. Pierluigi Cerulo, uno de los integrantes del equipo de investigación y postdoc del Departamento de Astronomía UdeC.

El objetivo de este trabajo fue la creación de un catálogo de morfologías para galaxias en CLASH, uno de los principales surveys astronómicos públicos, esto a través del desarrollo de inteligencia artificial, o para ser más precisos, de aprendizaje de máquina. La novedad de este catálogo es que presenta la morfología en diversas longitudes de onda, lo que permite estudiar la distribución espacial de las diferentes poblaciónes estelares en galaxias y las interacciones de las galaxias con el entorno.

Para el desarrollo de este catálogo, el trabajo se dividió en una parte informática y una parte astronómica, utilizando redes neuronales convolucionales (redes neuronales artificiales, en las cuales sus campos receptivos son muy similares a las neuronas de la corteza visual de nuestro cerebro) y las bases de datos de los surveys CLASH y CANDELS. Los informáticos del equipo trabajaron en el desarrollo del modelo de redes neuronales convolucionales, mientras los astrónomos elaboraron el esquema de clasificación y se ocuparon de la selección de la muestra de galaxias para clasificar. Juntos desarrollaron la construcción y etiquetaje del conjunto de entrenamiento y la definición del esquema final de clasificación, el cual tuvo que asegurar que el error en la clasificación automática se mantuviera bajo.

“La inteligencia artificial ha sido utilizada en la clasificación de galaxias por más de una década. Hay varios catálogos morfológicos públicos que fueron obtenidos con métodos automáticos por lo menos desde el 2007. Sin embargo, la novedad que nosotros introducimos es un catálogo con morfologías en diferentes longitudes de onda, lo que es importante para caracterizar las poblaciones estelares de edades y composiciones químicas diferentes que se forman en las galaxias”, detalló el Dr. Cerulo.

Las técnicas desarrolladas en este trabajo no solo se remiten a aplicaciones astronómicas, sino también a otras ramas de la ciencia como la biología o la geología y también a la industria o los servicios públicos; por ejemplo, la industria forestal, los transportes públicos, el sector financiero (banca, detección de fraude), la minería y el reconocimiento facial de personas. Es decir, esto permite crear un contacto entre la ciencia y la industria, ya que las técnicas de análisis de datos que se desarrollan en astronomía pueden encontrar aplicación en aquellas áreas. Con esto también se da pie para que profesionales de la astronomía hagan ciencia de datos en otras facultades o áreas científicas como es el caso del Dr. Pierluigi Cerulo, post-doc de astronomía que actualmente está trabajando en proyectos de ciencia de datos en la Facultad de Ingeniería UdeC.

Los próximos pasos son sumar integrantes a este equipo de astroinformática liderado por Guillermo Cabrera- Vives y en el cual participa Pierluigi Cerulo, con el objetivo de conformar un grupo de profesionales que trabajen en problemas relacionados con la detección y clasificación de objetos en imágenes y en el análisis de grandes muestras de datos. Como ejemplo, en un tiempo más, se instalará el LSST en el cerro Pachón de la región de Coquimbo, telescopio con el cual se obtendrán muchísimos datos para ser procesados. En este punto, el trabajo elaborado por el equipo de Guillermo Cabrera-Vives será un gran aporte para el análisis de información.

La investigación “Multiband galaxy morphologies for CLASH: a convolutional neural network transferred from CANDELS” fue aceptada en la revista “Publications of the Astronomical Society of the Pacific” (PASP).

Así, el Departamento de Astronomía UdeC crece en sus líneas de investigación, sumando la astroinformática, además de sus áreas ya existentes como lo son la Extragaláctica, Poblaciones Estelares, Variabilidad Estelar, Escala de Distancia, Teoría y Formación Estelar e Instrumentación.

Más detalles de la investigación en: http://cdsads.u-strasbg.fr/abs/2018arXiv181007857P y más información del grupo de trabajo en http://astro.inf.udec.cl/

Comunicaciones Departamento de Astronomía