Árvores de decisão para identificação automatizada de impactos de raios cósmicos em imagens do Telescópio Espacial Hubble

Desenvolvemos vários algoritmos para classificar objetos em imagens astronômicas. Esses algoritmos têm sido usados para rotular estrelas, galáxias, raios cósmicos, defeitos de chapa e outros tipos de objetos em levantamentos de céu e outros bancos de dados de imagens. Nosso objetivo principal tem sido desenvolver técnicas que classifiquem com alta precisão, a fim de garantir que objetos celestes não sejam armazenados em catálogos incorretos. Além disso, o tempo de classificação deve ser rápido devido ao grande número de classificações e às futuras necessidades de sistemas de classificação online. Este artigo relata nossos resultados do uso de classificadores de árvores de decisão para identificar impactos de raios cósmicos em imagens do Telescópio Espacial Hubble. Este método produz classificadores com mais de 95% de precisão usando dados de uma única imagem não pareada. Nossos experimentos indicam que essa precisão poderá aumentar ainda mais se os métodos para eliminar ruído de fundo melhorarem. 1. Introdução Temos desenvolvido novos métodos para abordar o objetivo de fornecer a r...