Post on 13-Apr-2017
transcript
Modelos de clasificación de datos astronómicos utilizando técnicas de Active
Learning
Presentador: Javier Machin Matos
Profesor Supervisor: Karim Pichara Baksai
Agenda
• Motivación
• Marco Teórico
• Pregunta de Investigación
• Solución Propuesta
• Limitaciones
• Estado de la Investigación
Motivación
No todas las estrellas son tan tranquilas como nuestro SolBinarias Eclipsantes
• Sistema estelar compuesto por dos estrellas.
• Se observan disminuciones regulares de luminosidad.
Estrellas variables eruptivas
• Muestran un brillo irregular causado por el material que se pierde de la estrella.
No todas las estrellas son tan tranquilas como nuestro Sol
Experimento pionero de AtacamaObservatorio Cerro Tololo
Conjunto Very Large Telescope Large Synoptic Survey Telescope
AURA and NOAO. 1962. http://www.ctio.noao.edu/noao APEX.. http://www.eso.org/public/chile/teles-instr/apex/ESO. 1999. http://www.eso.org/public/chile/teles-instr/paranal/ LSST. 2019. http://www.lsst.org/
Ubicación del Large Synoptic Survey Telescope (LSST)
LSST
• Construir un mapa de la Vía Láctea.
• Una imagen del LSST es el equivalente a 3000 imágenes del Hubble.
• Cada imagen cubre 40 lunas llenas.
LSST
• Cada 3 días tendremos un mapa del cielo en Chile.
• Cámara con 3200 megapíxel.• 1.7 metros de diámetro.
• 40 mil millones de estrellas y galaxias.
Big Data
• Cada noche de observación LSST obtendrá 30 terabytes de información.
• La transferencia de la información por la red es muy lenta.
• Es importante solo tener las observaciones importante.
Los catálogos no se comunican entre si
• Sesgo en las observaciones.
• i.e, las observaciones no distribuyen uniforme.
• Los astrónomos se interesan por trabajos diferentes.
• Supernovas.
• Clasificación de estrellas variables.
R. Angelon et, al. 2014. The VVV Templates Project Towards an automated classification of VVV light-curves
Ciclo de Investigación
• ¿Qué datos vamos a procesar?
Marco Teórico
Curvas de Luz
• Series de tiempo que muestran la variación del brillo de las estrellas en diferentes instantes de tiempo.
• Se mide el brillo con fotometría sobre las imágenes midiendo el valor de cada pixel.
• Basados en las características de variabilidad, las curvas de luz son clasificadas en diferente grupos.
Ciclo de Investigación
• ¿Qué características poseen?
• ¿Cuáles son importantes?
Características que describen Curvas de Luz
• Estas características tiene el rol de ser informativas y discriminativas para utilizar métricas de Maching Learning como:
• Clasificación de estrellas variables.
• Detección de objetos atípico.
• Análisis general de los datos.
Karim Pichara et,al. 2013. An improved quasar detection method in EROS-2 and MACHO LMC datasets
Características que describen Curvas de Luz
Isadora Num et.al. 2015 FATS: FEATURE ANALYSIS FOR TIME SERIES
Ciclo de Investigación
• ¿Existe un set de entrenamientos lo suficientemente representativos?
Active Learning
Active Learning
Burr Settles. 2010. Active Learning Literature Survey
Pool-Based Sampling
• Asume que existe un conjunto de objetos etiquetados (L) y un conjunto de objetos no etiquetados (U).
• Evalúa toda la colección de los objetos antes de realizar la consulta.
D. Lewis and J. Catlett. 1994. Heterogeneous uncertainty sampling for supervised learning. In Proceedings of the International Conference on Machine Learning (ICML), pages 148–156. Morgan Kaufmann.
Ciclo de Investigación
Pregunta de Investigación
Pregunta de Investigación
¿ Como confeccionar un set de entrenamiento representativo para modelos de clasificación en datos astronómicos utilizando técnicas de
Active Learning ?
Solución Propuesta
Solución Propuesta
Query by Committee
• Analiza el comportamiento de varios clasificadores.
• Consulto la etiqueta del objeto mas incierto.
Solución Propuesta
Limitaciones
Limitaciones
• Observaciones realizadas en diferentes frecuencias.• Ejemplo: La fotometría de ASAS es menos precisa que Hippacros y OGLE por
lo que en ASAS muchas observaciones son erróneas o clasificadas mal.
• Las observaciones no son informativas.
• Consume mucho tiempo de Observación.
• Dependiendo de las coordenadas muchas veces no se puede observar una curva de luz con espectroscopia de seguimiento.
Estado de la Investigación
Estado de la InvestigaciónActividades 2014-2 2015-1 2015-2 2016-1 2016-2 2017-1 2017 -2 2018-1
1 Revisión de la Literatura
2 Obtención de catálogos
3 Desarrollo de la metodología
4 Obtención de las Características
5 Candidatura
6 Limpieza y descripción de los datos
7 Artículo # 1
8 Pasantía Investigación
9 Integración de los Catálogos
10 Aplicación de metodología propuesta
11 Artículo # 2, ISI
12 Escritura de documento de Tesis
Referencias
• [1] NASA. 2015. https://www.youtube.com/watch?v=6tmbeLTHC_0
• [2] APEX. http://www.eso.org/public/chile/teles-instr/apex/
• [3] AURA and NOAO. 1962. http://www.ctio.noao.edu/noao
• [4] Burr Settles. 2010. Active Learning Literature Survey
• [5] D. Cohn. Neural network exploration using optimal experiment design. In Advances in Neural Information Processing Systems (NIPS), volume 6, pages 679–686. Morgan Kaufmann, 1994.
• [6] D. Lewis and J. Catlett. 1994. Heterogeneous uncertainty sampling for supervised learning. In Proceedings of the International Conference on Machine Learning (ICML), pages 148–156. Morgan Kaufmann.
• [7] ESO. 1999. http://www.eso.org/public/chile/teles-instr/paranal/
Referencias
• [8] Isadora Num et.al. 2015 FATS: FEATURE ANALYSIS FOR TIME SERIES
• [9] Karim Pichara et,al. 2013. An improved quasar detection method in EROS-2 and MACHO LMC datasets
• [10] K. Lang and E. Baum. Query learning can work poorly when a human oracle is used. In Proceedings of the IEEE International Joint Conference on Neural Networks, pages 335–340. IEEE Press, 1992.
• [11] LSST. http://www.lsst.org/
• [12] R. Angelon et, al. 2014. The VVV Templates Project Towards an automated classification of VVV light-curves
• [13] SDSS.2000. http://www.sdss.org/
Modelos de clasificación de datos astronómicos utilizando técnicas de Active
Learning
Presentador: Javier Machin Matos
Profesor Supervisor: Karim Pichara Baksai