Optimización de la clasificación morfológica automática de galaxias con aprendizaje automático y aprendizaje profundo utilizando imágenes del Dark Energy Survey

RESUMEN Existen varios métodos de aprendizaje automático supervisado utilizados para la aplicación de la clasificación morfológica automatizada de galaxias; sin embargo, aún no ha habido una comparación clara de estos diferentes métodos utilizando datos de imágenes, ni una investigación para maximizar su efectividad. Llevamos a cabo una comparación entre varios métodos comunes de aprendizaje automático para la clasificación de galaxias: Red Neuronal Convolucional (CNN), vecino más cercano, regresión logística, Máquina de Vectores de Soporte, Bosque Aleatorio y Redes Neuronales, utilizando datos del Dark Energy Survey (DES) combinados con clasificaciones visuales del proyecto Galaxy Zoo 1 (GZ1). Nuestro objetivo es determinar los métodos óptimos de aprendizaje automático al utilizar datos de imágenes para la clasificación de galaxias. Demostramos que la CNN es el método más exitoso de estos diez métodos en nuestro estudio. Usando una muestra de ∼2800 galaxias con clasificación visual de GZ1, alcanzamos una precisión de ∼0.99 para la clasificación morfológica de elípticas y espirales. La investigación adicional de las galaxias que tienen una clasificación ML y visual diferente pero con altas probabilidades predichas en nuestra CNN generalmente revela la clasificación incorrecta proporcionada por GZ1. Además, encontramos que las galaxias que tienen una baja probabilidad de ser espirales o elípticas son visualmente lenticulares (S0), demostrando que el aprendizaje supervisado puede redescubrir que esta clase de galaxia es distinta tanto de las elípticas como de las espirales. Confirmamos que ∼2.5 por ciento de las galaxias están mal clasificadas por GZ1 en nuestro estudio. Después de corregir las etiquetas de estas galaxias, mejoramos el rendimiento de nuestra CNN a una precisión promedio de más de 0.99 (una precisión de 0.994 es nuestro mejor resultado).