Búsqueda de una galaxia enana local utilizando aprendizaje automático

Puntos clave

• Un modelo de clasificación por aprendizaje automático logra una precisión del 95% en la identificación de galaxias locales de baja masa, mejorando los catálogos de galaxias.
• El modelo confirma candidatos a galaxias de baja masa con varios espectros, obteniendo precisiones independientes de aproximadamente 100%, 96% y 97%.
• Al analizar datos fotométricos combinados de numerosas encuestas, los investigadores pueden separar eficazmente las señales de galaxias de baja masa de los contaminantes.
• Las características que codifican el brillo superficial son cruciales para clasificaciones precisas, indicando su importancia en los procesos de detección de galaxias.