Be o no Be: esa es la cuestión
- Autores
- Aidelman, Yael Judith; Ronchetti, Franco; Quiroga, Facundo Manuel; Granada, Anahí; Escudero, Carlos Gabriel; Lanzarini, Laura Cristina
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Ante la gran cantidad de datos astronómicos disponibles, resulta necesario implementar nuevas estrategias para su análisis. Por ello, las técnicas de aprendizaje automático, en particular las que consisten en aprendizaje supervisado, resultan una herramienta muy útil para tal fin. Para la implementación de estas estrategias es fundamental contar con un conjunto de datos (data set) etiquetado de manera confiable con el cual entrenar y evaluar el modelo. En este trabajo presentamos un nuevo data set compuesto por las magnitudes u, g, r, Ha, i, J, H, K, WT y W2 para 3 365 790 estrellas de las cuales 3 374 fueron clasificadas en la literatura como Be, 13 214 clasificadas como de tipo espectral B y 2 948 600 con la presencia de emisión en Ha. De estas últimas, solamente 2 758 estrellas fueron reportadas como Be.
Given the large amount of astronomical data available, it is necessary to implement new strategies for its analysis. For this reason, machine learning techniques, particularly those that consist of supervised learning, are a fundamental tool for this purpose. For the implementation of these strategies it is essential to have a reliably labeled data set with which to train and evaluate the model. In this work we present a new data set composed of the magnitudes u, g, r, Ha, i, J, H, K,W1 and W2 for 3 365 790 stars, of which 3 374 were classified in the literature as Be, 13 214 classified as spectral type B and 2 948 600 with the presence of emission in Ha. Of the latter, only 2 758 stars were reported as Be.
Facultad de Ciencias Astronómicas y Geofísicas
Instituto de Investigación en Informática - Materia
-
Ciencias Astronómicas
Ciencias Informáticas
aprendizaje automático
datos astronómicos
data set - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/166767
Ver los metadatos del registro completo
id |
SEDICI_b1cdc8b4be9dccd6bbfeb7fa140bdd46 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/166767 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Be o no Be: esa es la cuestiónAidelman, Yael JudithRonchetti, FrancoQuiroga, Facundo ManuelGranada, AnahíEscudero, Carlos GabrielLanzarini, Laura CristinaCiencias AstronómicasCiencias Informáticasaprendizaje automáticodatos astronómicosdata setAnte la gran cantidad de datos astronómicos disponibles, resulta necesario implementar nuevas estrategias para su análisis. Por ello, las técnicas de aprendizaje automático, en particular las que consisten en aprendizaje supervisado, resultan una herramienta muy útil para tal fin. Para la implementación de estas estrategias es fundamental contar con un conjunto de datos (data set) etiquetado de manera confiable con el cual entrenar y evaluar el modelo. En este trabajo presentamos un nuevo data set compuesto por las magnitudes u, g, r, Ha, i, J, H, K, WT y W2 para 3 365 790 estrellas de las cuales 3 374 fueron clasificadas en la literatura como Be, 13 214 clasificadas como de tipo espectral B y 2 948 600 con la presencia de emisión en Ha. De estas últimas, solamente 2 758 estrellas fueron reportadas como Be.Given the large amount of astronomical data available, it is necessary to implement new strategies for its analysis. For this reason, machine learning techniques, particularly those that consist of supervised learning, are a fundamental tool for this purpose. For the implementation of these strategies it is essential to have a reliably labeled data set with which to train and evaluate the model. In this work we present a new data set composed of the magnitudes u, g, r, Ha, i, J, H, K,W1 and W2 for 3 365 790 stars, of which 3 374 were classified in the literature as Be, 13 214 classified as spectral type B and 2 948 600 with the presence of emission in Ha. Of the latter, only 2 758 stars were reported as Be.Facultad de Ciencias Astronómicas y GeofísicasInstituto de Investigación en Informática2022-06info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf148-152http://sedici.unlp.edu.ar/handle/10915/166767spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24948-8-9info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:44:25Zoai:sedici.unlp.edu.ar:10915/166767Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:44:25.886SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Be o no Be: esa es la cuestión |
title |
Be o no Be: esa es la cuestión |
spellingShingle |
Be o no Be: esa es la cuestión Aidelman, Yael Judith Ciencias Astronómicas Ciencias Informáticas aprendizaje automático datos astronómicos data set |
title_short |
Be o no Be: esa es la cuestión |
title_full |
Be o no Be: esa es la cuestión |
title_fullStr |
Be o no Be: esa es la cuestión |
title_full_unstemmed |
Be o no Be: esa es la cuestión |
title_sort |
Be o no Be: esa es la cuestión |
dc.creator.none.fl_str_mv |
Aidelman, Yael Judith Ronchetti, Franco Quiroga, Facundo Manuel Granada, Anahí Escudero, Carlos Gabriel Lanzarini, Laura Cristina |
author |
Aidelman, Yael Judith |
author_facet |
Aidelman, Yael Judith Ronchetti, Franco Quiroga, Facundo Manuel Granada, Anahí Escudero, Carlos Gabriel Lanzarini, Laura Cristina |
author_role |
author |
author2 |
Ronchetti, Franco Quiroga, Facundo Manuel Granada, Anahí Escudero, Carlos Gabriel Lanzarini, Laura Cristina |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Astronómicas Ciencias Informáticas aprendizaje automático datos astronómicos data set |
topic |
Ciencias Astronómicas Ciencias Informáticas aprendizaje automático datos astronómicos data set |
dc.description.none.fl_txt_mv |
Ante la gran cantidad de datos astronómicos disponibles, resulta necesario implementar nuevas estrategias para su análisis. Por ello, las técnicas de aprendizaje automático, en particular las que consisten en aprendizaje supervisado, resultan una herramienta muy útil para tal fin. Para la implementación de estas estrategias es fundamental contar con un conjunto de datos (data set) etiquetado de manera confiable con el cual entrenar y evaluar el modelo. En este trabajo presentamos un nuevo data set compuesto por las magnitudes u, g, r, Ha, i, J, H, K, WT y W2 para 3 365 790 estrellas de las cuales 3 374 fueron clasificadas en la literatura como Be, 13 214 clasificadas como de tipo espectral B y 2 948 600 con la presencia de emisión en Ha. De estas últimas, solamente 2 758 estrellas fueron reportadas como Be. Given the large amount of astronomical data available, it is necessary to implement new strategies for its analysis. For this reason, machine learning techniques, particularly those that consist of supervised learning, are a fundamental tool for this purpose. For the implementation of these strategies it is essential to have a reliably labeled data set with which to train and evaluate the model. In this work we present a new data set composed of the magnitudes u, g, r, Ha, i, J, H, K,W1 and W2 for 3 365 790 stars, of which 3 374 were classified in the literature as Be, 13 214 classified as spectral type B and 2 948 600 with the presence of emission in Ha. Of the latter, only 2 758 stars were reported as Be. Facultad de Ciencias Astronómicas y Geofísicas Instituto de Investigación en Informática |
description |
Ante la gran cantidad de datos astronómicos disponibles, resulta necesario implementar nuevas estrategias para su análisis. Por ello, las técnicas de aprendizaje automático, en particular las que consisten en aprendizaje supervisado, resultan una herramienta muy útil para tal fin. Para la implementación de estas estrategias es fundamental contar con un conjunto de datos (data set) etiquetado de manera confiable con el cual entrenar y evaluar el modelo. En este trabajo presentamos un nuevo data set compuesto por las magnitudes u, g, r, Ha, i, J, H, K, WT y W2 para 3 365 790 estrellas de las cuales 3 374 fueron clasificadas en la literatura como Be, 13 214 clasificadas como de tipo espectral B y 2 948 600 con la presencia de emisión en Ha. De estas últimas, solamente 2 758 estrellas fueron reportadas como Be. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-06 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/166767 |
url |
http://sedici.unlp.edu.ar/handle/10915/166767 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-24948-8-9 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 148-152 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616311473176576 |
score |
13.070432 |