STAR — Estrela
Estrelas próximas aparecem como fontes pontuais e costumam ter redshift quase nulo.
Inteligência Artificial + Astronomia
AstroClassifier
Uma inteligência artificial que classifica objetos astronômicos em STAR, GALAXY e QSO usando dados fotométricos reais, ou seja, medidas de brilho captadas em diferentes filtros de observação.
O céu traduzido em dados
Em vez de olhar uma foto e tentar reconhecer uma forma, o projeto observa números: quanto brilho chega em cada faixa de cor e como esse padrão se compara a objetos já conhecidos.
GALAXY — Galáxia
Galáxias combinam a luz de muitas estrelas e frequentemente apresentam cores mais avermelhadas e redshift moderado.
QSO — Quasar
Quasares são núcleos galácticos extremamente ativos, geralmente distantes e com forte assinatura no infravermelho.
3
classes astronômicas
20
características analisadas
~90,20%
acurácia do modelo
Como funciona
Da luz do céu até a classificação
O AstroClassifier transforma medições astronômicas em uma previsão. Cada etapa prepara os dados para que a rede neural reconheça padrões entre estrelas, galáxias e quasares.
Dados astronômicos
O projeto utiliza informações fotométricas obtidas a partir de levantamentos como SDSS e WISE.
Pré-processamento
As características são organizadas e normalizadas para que possam ser interpretadas corretamente pelo modelo.
Rede neural
A rede analisa 25 características e aprende padrões presentes nos diferentes tipos de objetos astronômicos.
Classificação
Ao final, o modelo retorna uma previsão entre STAR, GALAXY e QSO, acompanhada da confiança da classificação.
Além da classificação
Do TCC para uma experiência interativa
O AstroClassifier nasceu como Trabalho de Conclusão de Curso em Física Computacional, com o objetivo de investigar como redes neurais podem reconhecer padrões em dados astronômicos reais.
Hoje, o projeto também busca aproximar Astronomia, Inteligência Artificial e Ciência de Dados de quem quer entender como essas áreas se conectam.