???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: http://localhost:8080/tede/handle/tede/136
???metadata.dc.type???: Dissertação
Title: CARACTERIZAÇÃO DE ESTRELAS FRACAS DA MISSÃO KEPLER COM BASE EM DADOS DO J-PLUS
???metadata.dc.creator???: DE CARVALHO, LETHYCIA MARIA
???metadata.dc.contributor.advisor1???: BORGES FERNANDES, MARCELO
???metadata.dc.description.resumo???: Após séculos de aceitação do geocentrismo, o modelo heliocêntrico e o pluralismo cósmico fortaleceram a ideia de múltiplos mundos. Atualmente, milhares destes objetos já foram confirmados e uma fração considerável deles foi detectada pela missão Kepler, através do método de trânsito. Este método permite analisar as curvas de luz das estrelas observadas à procura de quedas temporárias de fluxo causadas pela passagem de corpos celestes em frente aos discos estelares. Entretanto, não basta apenas detectar estes corpos, é importante também poder caracterizá-los. Os parâmetros planetários dependem diretamente dos parâmetros atmosféricos de suas estrelas hospedeiras. Para isso, foi criado o Kepler Input Catalog (KIC), que é um compilado de bancos de dados menores que reúne, entre outras, informações sobre as estrelas do campo de visão da missão Kepler. Todavia, a precisão dos parâmetros do KIC tem sido discutida, visto que eles não foram obtidos de forma homogênea. Este trabalho possui o objetivo de recaracterizar estrelas da missão Kepler, unindo Aprendizagem de Máquina (Machine Learning) e as informações fotométricas do sistema de 12 filtros ópticos do Javalambre Photometric Local Universe Survey (J-PLUS) e de 4 filtros do Wide-field Infrared Survey Explorer (WISE), a fim de gerar algoritmos previsores de parâmetros estelares (Tef, log g e [Fe/H]). Além das 16 magnitudes, suas combinações em pares (cores) geram mais 120 colunas de entrada, com informações úteis para o algoritmo (totalizando 136 colunas de informação de magnitude por objeto, as features). Além das informações de magnitude, cada objeto da amostra utilizada para treinamento precisa possuir parâmetros físicos (Tef, log g e [Fe/H]) bem definidos na literatura. Para nossos preditores, recuperamos estes valores de um cruzamento entre LAMOST, WISE e J-PLUS, com cerca de 100 mil estrelas. Após uma cuidadosa otimização dos modelos gerados pelo algoritmo, obtivemos boas previsões para os três parâmetros atmosféricos em questão. Suas precisões foram de ~70 K para Tef, ~0,08 dex para log g e ~0,10 dex para [Fe/H], na amostra de teste. Aplicamos os modelos para 44.483 estrelas da missão Kepler, também observadas pelo J-PLUS/WISE. Com os parâmetros previstos, pudemos estimar a correção bolométrica (com precisão de ~0,022 mag), e calcular as luminosidades, raios e massas destes objetos. Estas informações podem ser muito úteis para a caracterização de exoplanetas em trânsito, eventualmente detectados ao redor destas estrelas.
Abstract: After centuries of acceptance of geocentrism, the heliocentric model and cosmic pluralism strengthened the idea of multiple worlds. Currently, thousands of these objects have already been confirmed and a considerable fraction of them was detected by the Kepler mission, through the transit method. This method makes it possible to analyze the light curves of observed stars to search for temporary decrease in the stellar flux caused by the passage of celestial bodies in front of the stellar disks. However, it is not enough just to detect these bodies, it is also important to characterize them. The planetary parameters directly depend on the atmospheric parameters of their host stars. Based on this, the Kepler Input Catalog (KIC) was created, which is a compilation of other databases, gathering information about the stars in the Kepler mission’s field of view. However, the precision of the KIC parameters has been discussed, since they were not obtained homogeneously. This work aims to recharacterize stars from the Kepler mission, combining Machine Learning and photometric information from the 12 optical filter system of the Javalambre Photometric Local Universe Survey (J-PLUS) and from 4 filters from the Wide-field Infrared Survey Explorer (WISE), in order to generate stellar parameter prediction algorithms (Tef, log g and [Fe/H]). In addition to the 16 magnitudes, their combinations in pairs (colors) create another 120 input columns, with useful information for the algorithm (totaling 136 columns of magnitude information per object, the features). In addition, each object in the sample used for training must have its physical parameters (Tef, log g and [Fe/H]) well defined in the literature. For our predictors, we retrieve these values from a crossmatch between LAMOST, WISE and J-PLUS, with about 100.000 stars. After careful optimization of the models generated by the algorithm, we obtained good predictions for these three atmospheric parameters. Their precisions were ~70 K for Tef, ~0,08 dex for log g, and ~0,10 dex for [Fe/H], in the test sample. We applied the models to 44.483 stars from the Kepler mission, also observed by J-PLUS/WISE. Using the predicted parameters, we were able to estimate the bolometric correction (with a precision of ~0,022 mag), and derive luminosities, radii and masses of these objects. This information can be very useful for the characterization of transiting exoplanets, eventually detected around these stars.
Keywords: Missão Kepler;Estrelas fracas;Aprendizagem de Máquina;Método de Trânsito.
???metadata.dc.subject.cnpq???: ASTRONOMIA::ASTROFISICA DO MEIO INTERESTELAR
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Observatorio Nacional
???metadata.dc.publisher.initials???: ON
???metadata.dc.publisher.department???: Divisão de Programas de Pós-Graduação - DIPPG
???metadata.dc.publisher.program???: Programa de Pós-Graduação em Astronomia
Citation: DE CARVALHO, LETHYCIA MARIA. CARACTERIZAÇÃO DE ESTRELAS FRACAS DA MISSÃO KEPLER COM BASE EM DADOS DO J-PLUS. 2023, 115 páginas da Dissertação do Programa de Pós-Graduação em Astronomia) - Observatório Nacional, ON .
???metadata.dc.rights???: Acesso Aberto
URI: http://localhost:8080/tede/handle/tede/136
Issue Date: 30-Aug-2022
Appears in Collections:Dissertações de Mestrado PPGA

Files in This Item:
File Description SizeFormat 
LETHYCIA MARIA DE CARVALHO.pdf9.03 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.