Trabalho de evento-anais periodico

Identification of new quasars in the S-PLUS fields and determination of photo-zs using machine learning (2020)

• Authors:
  • Nakazono, Lilianne Mariko Izuti
  • Oliveira, Claudia Mendes de
  • Hirata, Nina Sumiko Tomita
  • Jeram, Sarik
  • Gonzalez, Anthony
  • Eikenberry, Stephen
  • Silva, Carolina Queiroz de Abreu
  • Abramo, Luis Raul Weber
  • Overzier, Roderik
• USP affiliated authors: OLIVEIRA, CLAUDIA LUCIA MENDES DE - IAG ; HIRATA, NINA SUMIKO TOMITA - IME ; ABRAMO, LUIS RAUL WEBER - IF ; NAKAZONO, LILIANNE MARIKO IZUTI - IAG ; SILVA, CAROLINA QUEIROZ DE ABREU - IF
• Unidades: IAG; IME; IF
• Subjects: AGLOMERADOS DE GALÁXIAS; QUASARES; APRENDIZADO COMPUTACIONAL
• Language: Inglês
• Abstract: Neste trabalho apresentamos uma metodologia para identificar estrelas, quasares e galáxias usando dados do Southern Photometric Local Universe (S-PLUS) na região do Stripe-82. Comparamos a performance de dois algoritmos de classificação supervisionada: Support Vector Machine (SVM) e Random Forest (RF) em termos de precisão, recall e F-measure. Testes foram realizados em uma amostra de 3 421 quasares, 13 228 estrelas e 21 181 galáxias que foram confirmadas espectroscopicamente pelo SDSS. Testes estatísticos demonstraram que a melhor performance proveio do algoritmo RF aplicado no espaço de 12 filtros do S-PLUS + 2 bandas do WISE (W1, W2) + parâmetros morfológicos, dado a inclusão do infravermelho próximo. Também consideramos um segundo classificador treinado apenas no espaço de 12 filtros do S-PLUS + parâmetros morfológicos, devido à possibilidade de um objeto não ter sido observado pelo WISE. Em termos de classificação de quasares, obtivemos uma precisão de 95.49% (92.83%) e um recall de 95.26% (91.23%) quando considerado um modelo treinado com dados do WISE (sem WISE). Para o problema de regressão referente à estimação de photo-zs, a melhor precisão obtida foi de 6%, considerando as 12 bandas do S-PLUS e as 2 bandas do WISE em cores, utilizando k-Nearest Neighbours. Concluímos que a combinação de cores obtidas das bandas do S-PLUS e do WISE nos proporciona uma ferramenta poderosa para busca de quasares e determinação de seus photo-zs.
• Imprenta:
  • Publisher: Sociedade Astronômica Brasileira - SAB
  • Publisher place: São Paulo
  • Date published: 2020
• Source:
  • Título do periódico: Boletim da Sociedade Astronômica Brasileira
  • ISSN: 0101–3440
  • Volume/Número/Paginação/Ano: v. 32, n. 1, p. 86-90, 2020
• Conference titles: Reunião Anual da Sociedade Astronômica Brasileira


---

Download do texto completo

Tipo	Nome	Link
	3012197.pdf	Direct link

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  NAKAZONO, Lilianne Mariko Izuti et al. Identification of new quasars in the S-PLUS fields and determination of photo-zs using machine learning. Boletim da Sociedade Astronômica Brasileira. São Paulo: Sociedade Astronômica Brasileira - SAB. Disponível em: https://sab-astro.org.br/wp-content/uploads/2020/04/LilianneNakazono.pdf. Acesso em: 19 abr. 2024. , 2020

• APA

  Nakazono, L. M. I., Oliveira, C. M. de, Hirata, N. S. T., Jeram, S., Gonzalez, A., Eikenberry, S., et al. (2020). Identification of new quasars in the S-PLUS fields and determination of photo-zs using machine learning. Boletim da Sociedade Astronômica Brasileira. São Paulo: Sociedade Astronômica Brasileira - SAB. Recuperado de https://sab-astro.org.br/wp-content/uploads/2020/04/LilianneNakazono.pdf

• NLM

  Nakazono LMI, Oliveira CM de, Hirata NST, Jeram S, Gonzalez A, Eikenberry S, Silva CQ de A, Abramo LRW, Overzier R. Identification of new quasars in the S-PLUS fields and determination of photo-zs using machine learning [Internet]. Boletim da Sociedade Astronômica Brasileira. 2020 ; 32( 1): 86-90.[citado 2024 abr. 19 ] Available from: https://sab-astro.org.br/wp-content/uploads/2020/04/LilianneNakazono.pdf

• Vancouver

  Nakazono LMI, Oliveira CM de, Hirata NST, Jeram S, Gonzalez A, Eikenberry S, Silva CQ de A, Abramo LRW, Overzier R. Identification of new quasars in the S-PLUS fields and determination of photo-zs using machine learning [Internet]. Boletim da Sociedade Astronômica Brasileira. 2020 ; 32( 1): 86-90.[citado 2024 abr. 19 ] Available from: https://sab-astro.org.br/wp-content/uploads/2020/04/LilianneNakazono.pdf

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Classification and photometric redshift estimation of quasars in photometric surveys
• J-NEP: 60-band photometry and photometric redshifts for the James Webb Space Telescope North Ecliptic Pole Time-Domain Field
• Black hole virial masses from single-epoch photometry The miniJPAS test case
• Fossil groups in the millennium simulation: their environment and its evolution
• The miniJPAS survey quasar selection
• The miniJPAS survey: star-galaxy classification using machine learning
• The miniJPAS survey: star-galaxy classification using machine learning
• The miniJPAS survey: Photometric redshift catalogue
• The miniJPAS survey: White dwarf science with 56 optical filters
• The miniJPAS survey. Multiwavelength exploration of detected Extreme Emission Line Galaxies