Fechar

1. Identificação
Tipo de ReferênciaVídeo em Evento (Audiovisual Material)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/43HC4FP
Repositóriosid.inpe.br/mtc-m16c/2020/11.05.16.56
Última Atualização2020:11.17.12.38.34 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m16c/2020/11.05.16.56.05
Última Atualização dos Metadados2021:03.29.22.55.28 (UTC) administrator
Chave de CitaçãoArantesFo:2020:DeSuCo
TítuloDetecção de supernovas no contexto de astrofísica de múltiplas fontes
FormatoOn-line.
Ano2020
Data de Acesso14 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho32466 KiB
2. Contextualização
AutorArantes Filho, Luís Ricardo
GrupoCAP-COMP-SESPG-INPE-MCTIC-GOV-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autorluisricardoengcomp@gmail.com
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 20 (WORCAP)
Localização do EventoSão José dos Campos
Data8-11 e 14-17 set. 2020
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroVídeos
Tipo Terciárioapresentacao tecnica
Histórico (UTC)2020-11-05 16:56:05 :: simone -> administrator ::
2020-11-06 10:56:42 :: administrator -> simone :: 2020
2020-11-17 12:38:39 :: simone -> administrator :: 2020
2020-11-26 17:58:10 :: administrator -> simone :: 2020
2020-11-27 17:44:02 :: simone -> administrator :: 2020
2021-03-29 22:55:28 :: administrator -> simone :: 2020
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoUma questão importante referente à análise de eventos cósmicos extremos como Supernovas (SN) é que estes eventos geram diferentes tipos de dados relacionados a múltiplas fontes. Estas múltiplas fontes estão relacionadas às emissões e interações de partículas, luz e energia com o meio interestelar. Algumas das múltiplas fontes que estão presentes em SN podem ser, por exemplo: a emissão de neutrinos, referentes à interação de partículas; as ondas gravitacionais, referentes à detecções de perturbações no tecido do espaço-tempo geradas pelo violento colapso da explosão; as curvas de luz e os espectros de radiação, referentes a emissão e absorção de elementos químicos gerados após a explosão da SN. Este conceito é relacionado a recente área de pesquisa denominada Multi-MessengerAstrophysics (MMA), ou seja, Astrofísica de Múltiplas Fontes. Este campo de pesquisas tem relação ao desenvolvimento de estruturas e modelos computacionais de análise de dados que permitem ao especialista observar e analisar objetos como: supernovas, buracos negros, estrelas de nêutrons, entre outros, em fontes de luz, partículas e ondas gravitacionais. A análise fundamental para dados de SN está relacionada à sua classificação que pode ser feita pela análise espectral e pela análise da curva de luz que identifica a predominância de determinados tipos de elementos químicos como o Hidrogênio, Hélio e o Silício determinando o tipo de explosão. A classificação de Supernovas de Tipo Ia (SNIa) tem papel importantíssimo no cenário científico recente, que relaciona este estudo ao Prêmio Nobel de Física de 2011 dado aos astrofísicos Saul Perlmutter, Brian P. Schmidt e Adam G. Riess, que constataram a expansão acelerada do universo mediante a análise do brilho de SNIa distantes. Outro importante seguimento relacionado é a detecção de Ondas gravitacionais, que resultou no Prêmio Nobel de Física de 2017, o qual o INPE tem um papel importante na colaboração com o laboratório LIGO gerenciada pelo Dr. Odylio Aguiar. Ambas as iniciativas tem como objeto de análise o colapso gerado pela explosão de SN e a fusão de buracos negros (subproduto da explosão de uma SN). Neste sentido, o objetivo deste trabalho é gerar uma estrutura computacional capaz de lidar com a análise de SN de forma a tratar as diferentes fontes disponíveis para este fenômeno. Desta forma apresentamos o sistema DANI (Deep Architecture for superNovae Identification) que analisa as fontes de dados de SN como espectros e curvas de luz integradas em uma estrutura de Redes Neurais Convolucionais que infere os tipos clássicos de Supernovas. As redes neurais inseridas neste modelo são referentes ao campo de Deep Learning, no qual o aprendizado de padrões e dados pode ser feito em muitos níveis e camadas de processamento não linear. Foram submetidos à análise do sistema DANI, dados de diversas fontes e catálogos, como o acervo do the Online Supernova Spectrum Archive, the Open Supernova Catalog e do the CfA Supernova Archive contribuindo para uma análise de 5197 SN contendo cerca de 26423 espectros e curvas de luz atingindo um índice de 96% para a classificação correta das SNIa disponíveis nos catálogos.
ÁreaCOMP
Tipotecnologia da informação
Arranjo 1urlib.net > BDMCI > Fonds > WORCAP > Detecção de supernovas...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Detecção de supernovas...
Arranjo 3urlib.net > BDMCI > Fonds > WORCAP > XX WORCAP > Detecção de supernovas...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > XX WORCAP > Detecção de supernovas...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
Luis Ricardo Arantes Filho.pdf 17/11/2020 09:38 630.9 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGPDW34P/43HC4FP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/43HC4FP
Idiomapt
Arquivo AlvoDetecção de supernovas no contexto de astrofísica de múltiplas fontes - Luis R. Arantes Filho.mp4
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.03
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGP8W/38ELNHL
8JMKD3MGPCW/3F2PHGS
8JMKD3MGPDW34P/43LA7CL
Lista de Itens Citandosid.inpe.br/mtc-m16c/2020/11.23.17.27 4
sid.inpe.br/bibdigital/2013/10.12.22.16 1
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Notas(13 min)
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress holdercode isbn issn keywords label lineage mark mirrorrepository nextedition numberofslides orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar