Astronet

Este projeto foi desenvolvido como parte dos requisitos para obtenção do título de Especialista em Ciências de Dados, realizado no Centro de Ciências Matemáticas Aplicadas à Indústria do Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo - ICMC/USP, e procurou estudar, compreender e implementar o projeto original desenvolvido por Chris Shallue: @cshallue.

O Astronet é um modelo de Aprendizado de Máquina Profundo, que utiliza Redes Neurais Convolucionais para a identificação de Exoplanetes a partir de dados (curvas de luz) gerados pelo Telescópio Espacial Kepler.

Para desenvolvimento dos experimentos do Astronet, foi criada uma imagem em Docker, permitindo assim a reprodução e portabilidade dos experimentos realizados com o modelo. A imagem encontra-se diponível para download no DockerHub e já possuí o código do Astronet e demais pacotes necessários para seu funcionamento, como o Python 3.6 e TensorFlow 1.15.0.

Diretórios

astronet/

• Uma rede neural para identificar exoplanetas em curvas de luz. Contém código para:
  • Baixando e pré-processando as curvas de luz do Kepler.
  • Construindo diferentes tipos de modelos de classificação de redes neurais.
  • Treinamento e avaliação de um novo modelo.
  • Usando um modelo treinado para gerar novas previsões.

astrowavenet/

• Um modelo generativo para curvas de luz.

light_curve/

• Utilitários para operar em curvas de luz. Esses incluem:
  • Lendo dados do Kepler a partir de arquivos .fits.
  • Aplicando um filtro mediano para suavizar e normalizar uma curva de luz.
  • Dobragem de fase, dividindo, removendo eventos periódicos, etc.
• light_curve/fast_ops/ contém operações de curva de luz C++ otimizadas.

tf_util/

• Utilitários compartilhados do TensorFlow.

third_party/

• Utilitários derivados de código de terceiros.

Citação

Shallue, C. J., & Vanderburg, A. (2018). Identifying Exoplanets with Deep Learning: A Five-planet Resonant Chain around Kepler-80 and an Eighth Planet around Kepler-90. The Astronomical Journal, 155(2), 94.

Texto completo disponível em The Astronomical Journal.

Aviso Legal

Este não é um produto oficial do Google.