• Título:  ANÁLISIS NO SUPERVISADO DE OBSERVACIONES ATÍPICAS EN LA MISIÓN ESPACIAL GAIA; OPTIMIZACIÓN MEDIANTE PROCESAMIENTO DISTRIBUIDO E INTEGRACIÓN EN APSIS
• Autor:  Garabato Míguez, Daniel
• Universidad:  Universidad de A Coruña
• Departamento:  Ciencias de la computación y tecnologías de la información
• Fecha de Lectura:  29/09/2020
• Programa de doctorado:  Programa de Doctorado en Tecnologías de la Información y las Comunicaciones por la Universidad de A Coruña
• Dirección: 
  • MANTEIGA OUTEIRO, MINIA    (Director)
  • DAFONTE VAZQUEZ, JOSÉ CARLOS    (Director)
• Tribunal: 
  • Dorado de la Calle, JULIAN    (presidente)
  • JORDI NEBOT, CARME    (secretario)
  • Teyssier, David    (vocal)
• Descriptores: 
  • REDES NEURONALES
  • INTELIGENCIA ARTIFICIAL
  • ASTRONOMIA Y ASTROFISICA
  • INFORMATICA
• Localización:  REPOSITORIO BIBLIOTECA UNIVERSITARIA UNIVERSIDAD DE A CORUÑA
• http://hdl.handle.net/2183/26479
• Resumen:
  Esta Tesis se ha desarrollado en el marco de la misión Gaia de la Agencia Espacial Europea (ESA) y del Data Processing and Analysis Consortium (DPAC), centrándose en el análisis no supervisado o clustering -empleando técnicas de Inteligencia Artificial (IA)- de aquellas observaciones cuya clase astronómica no ha podido ser identificada de forma fiable en la cadena de procesado Astrophysical Parameter Inference System (Apsis) y que, por tanto, han sido identificadas como outliers. En concreto, hemos abordado los siguientes aspectos: * Optimización y adaptación del algoritmo de entrenamiento de los Mapas Auto-Organizativos (SOM) a diferentes plataformas de cómputo distribuido, como son Apache Hadoop y Apache Spark, de forma que se puedan ejecutar en un tiempo aceptable para llevar a cabo el análisis no supervisado de grandes conjuntos de observaciones -principalmente a través de la espectrofotometría BP/RP de Gaia-. Así mismo, también hemos adaptado esta técnica a la plataforma SAGA, designada por DPAC para dar soporte a Apsis. * Integración del módulo OA en Apsis -y, por tanto, también en la plataforma SAGA- junto con el resto de paquetes de trabajo. Para ello, además de la adaptación de los mapas SOM mencionada anteriormente, hemos tenido que establecer una adecuada estrategia para el preprocesado de los datos -en especial de la espectrofotometría BP/RP- y una serie de mecanismos para la caracterización de los clusters, desde una descripción estadística basada en la información proporcionada por el propio satélite hasta diferentes indicadores de la calidad de los clusters -basados principalmente en las distancias intra-cluster- o un indicio de su clase astronómica -obtenida a partir de un etiquetado mediante plantillas de referencia-. * Validación de las técnicas utilizadas en el módulo OA para verificar su funcionamiento y su rendimiento en el contexto de Apsis, empleando pequeños conjuntos de datos reales -próximos a los diez millones de observaciones-. De este modo, se pretende garantizar la calidad del análisis no supervisado realizado por el módulo OA, cuyos resultados se publicarán oficialmente a partir de la Data Release 3, prevista para principios de 2022. Para ello, también hemos tenido que definir las estructuras de datos necesarias para su almacenamiento y puesta a disposición de la comunidad científica a través de la plataforma habilitada por DPAC, el Gaia Archive, en el que hemos colaborado durante el proceso de análisis y validación de casos de uso. De forma complementaria, durante el transcurso de esta Tesis hemos participado en el desarrollo de herramientas para Minería de Datos basadas en mapas SOM -y para la visualización de sus resultados- que permitan la explotación científica del catálogo de la misión. En particular, la herramienta de visualización desarrollada por nuestro grupo de investigación, GUASOM, estará disponible a partir de la Data Release 3, contando con una versión específica -GUASOM flavor DR-3- para el análisis de los productos del módulo OA. Del mismo modo, también hemos llevado a cabo un estudio de viabilidad acerca de la implantación de Redes de Neuronas Artificiales convencionales y generativas -basadas en técnicas genéticas y propuestas por nuestro grupo de investigación- para la estimación de parámetros astrofísicos estelares en Apsis, bajo el paquete de trabajo GSP-Spec. Finalmente, también hemos aplicado las técnicas de IA utilizadas en el contexto de la misión Gaia -u otras técnicas similares- a otros catálogos, como es el caso del survey astronómico ALHAMBRA, donde hemos realizado un análisis no supervisado de su catálogo, e incluso en otros ámbitos, como es el de la ciberseguridad, para la autenticación de usuarios a partir del análisis de su comportamiento mediante la monitorización continua de su actividad.