Francisca Joamila Brito do Nascimento, Luis Ricardo Arantes Filho, L. F. Guimarães
{"title":"CINTIA 2:用于超新星智能分类的二元人工神经网络层次","authors":"Francisca Joamila Brito do Nascimento, Luis Ricardo Arantes Filho, L. F. Guimarães","doi":"10.5335/RBCA.V11I2.9037","DOIUrl":null,"url":null,"abstract":"Supernovas são eventos catastróficos no qual algumas estrelas explodem. A classificação de supernovas é feita por especialistas por meio da análise dos espectros de luz que apresentam linhas de absorção e emissão em determinadas regiões do comprimento de onda. Os espectros de luz das supernovas apresentam padrões que podem ser usados em algoritmos de aprendizagem de máquina possibilitando assim a classificação automática e inteligente das supernovas. A classificação automática é essencial para o processamento de grande quantidade de dados em equipamentos instalados em lugares remotos, onde não é sempre possível a presença de um especialista. O objetivo deste trabalho é apresentar a CINTIA 2, aprimoramento do Classificador Inteligente de supernovas do tipo Ia, que usa uma hierarquia de redes neurais binárias do tipo Perceptron para classificar as supernovas nos tipos Ia, Ib, Ic e II. Apresentamos a arquitetura da CINTIA 2 e a ferramenta daí proveniente, desenvolvida nas linguagens de programação Python e C++. Os resultados obtidos apresentam ótimo desempenho, principalmente na classificação dos tipos Ia e II. Uma comparação com trabalhos encontrados na literatura mostra que a CINTIA 2 é superior em quantidade e diversidade de dados e alcança índices de classificação equiparáveis aos demais classificadores.","PeriodicalId":41711,"journal":{"name":"Revista Brasileira de Computacao Aplicada","volume":null,"pages":null},"PeriodicalIF":0.2000,"publicationDate":"2019-05-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"CINTIA 2: uma hierarquia de redes neurais artificiais binárias para classificação inteligente de supernovas\",\"authors\":\"Francisca Joamila Brito do Nascimento, Luis Ricardo Arantes Filho, L. F. Guimarães\",\"doi\":\"10.5335/RBCA.V11I2.9037\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Supernovas são eventos catastróficos no qual algumas estrelas explodem. A classificação de supernovas é feita por especialistas por meio da análise dos espectros de luz que apresentam linhas de absorção e emissão em determinadas regiões do comprimento de onda. Os espectros de luz das supernovas apresentam padrões que podem ser usados em algoritmos de aprendizagem de máquina possibilitando assim a classificação automática e inteligente das supernovas. A classificação automática é essencial para o processamento de grande quantidade de dados em equipamentos instalados em lugares remotos, onde não é sempre possível a presença de um especialista. O objetivo deste trabalho é apresentar a CINTIA 2, aprimoramento do Classificador Inteligente de supernovas do tipo Ia, que usa uma hierarquia de redes neurais binárias do tipo Perceptron para classificar as supernovas nos tipos Ia, Ib, Ic e II. Apresentamos a arquitetura da CINTIA 2 e a ferramenta daí proveniente, desenvolvida nas linguagens de programação Python e C++. Os resultados obtidos apresentam ótimo desempenho, principalmente na classificação dos tipos Ia e II. Uma comparação com trabalhos encontrados na literatura mostra que a CINTIA 2 é superior em quantidade e diversidade de dados e alcança índices de classificação equiparáveis aos demais classificadores.\",\"PeriodicalId\":41711,\"journal\":{\"name\":\"Revista Brasileira de Computacao Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2019-05-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Brasileira de Computacao Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5335/RBCA.V11I2.9037\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Computacao Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5335/RBCA.V11I2.9037","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS","Score":null,"Total":0}
CINTIA 2: uma hierarquia de redes neurais artificiais binárias para classificação inteligente de supernovas
Supernovas são eventos catastróficos no qual algumas estrelas explodem. A classificação de supernovas é feita por especialistas por meio da análise dos espectros de luz que apresentam linhas de absorção e emissão em determinadas regiões do comprimento de onda. Os espectros de luz das supernovas apresentam padrões que podem ser usados em algoritmos de aprendizagem de máquina possibilitando assim a classificação automática e inteligente das supernovas. A classificação automática é essencial para o processamento de grande quantidade de dados em equipamentos instalados em lugares remotos, onde não é sempre possível a presença de um especialista. O objetivo deste trabalho é apresentar a CINTIA 2, aprimoramento do Classificador Inteligente de supernovas do tipo Ia, que usa uma hierarquia de redes neurais binárias do tipo Perceptron para classificar as supernovas nos tipos Ia, Ib, Ic e II. Apresentamos a arquitetura da CINTIA 2 e a ferramenta daí proveniente, desenvolvida nas linguagens de programação Python e C++. Os resultados obtidos apresentam ótimo desempenho, principalmente na classificação dos tipos Ia e II. Uma comparação com trabalhos encontrados na literatura mostra que a CINTIA 2 é superior em quantidade e diversidade de dados e alcança índices de classificação equiparáveis aos demais classificadores.