Classificação de fontes de rádio compactas no plano Galáctico com aprendizado de máquina supervisionado

A geração de dados prontos para a ciência a partir de produtos de dados processados é um dos maiores desafios em pesquisas de continuum de rádio de próxima geração com o Array de Quilômetro Quadrado (SKA) e seus precursores, devido ao volume de dados esperado e à necessidade de alcançar um alto grau de processamento automatizado. A extração, caracterização e classificação de fontes são as principais etapas envolvidas nesse processo. Neste trabalho, focamos na classificação de fontes de rádio compactas no plano Galáctico usando imagens de rádio e infravermelho como entradas. Para isso, produzimos um conjunto de dados curados de ~20.000 imagens de fontes compactas de diferentes classes astronômicas, obtidas de pesquisas passadas de rádio e infravermelho, e novos dados de rádio de pesquisas piloto realizadas com o Australian SKA Pathfinder (ASKAP). Informações sobre o índice espectral de rádio também foram obtidas para um subconjunto dos dados. Então, treinamos dois classificadores diferentes no conjunto de dados produzido. O primeiro modelo utiliza árvores de decisão com aumento de gradiente e é treinado em um conjunto de características pré-computadas derivadas dos dados, que incluem índices de cor rádio-infravermelho e o índice espectral de rádio. O segundo modelo é treinado diretamente em imagens multicanal, empregando redes neurais convolucionais. Usando um procedimento completamente supervisionado, obtivemos uma alta precisão de classificação (F1-score>90%) para separar objetos Galácticos do fundo extragaláctico. As performances de discriminação de classes individuais, variando de 60% a 75%, aumentaram em 10% ao adicionar informações de infravermelho distante e índice espectral, com objetos extragalácticos, PNe e regiões HII identificadas com maiores precisões. As ferramentas implementadas e os modelos treinados foram publicamente divulgados e disponibilizados à comunidade rádioastronômica para futura aplicação em novos dados de rádio.