Detekce QSO ve vybraných přehlídkových databázích s pomocí metod data-miningu

Bc. Martin Vo

Bakalářská práce

Detection of QSO in sky surveys using data-mining methods

Anotace:

Cílem této práce bylo vyvinutí metod pro identifikaci kvazarů podle jejich světel- ných křivek. K odfiltrování světelných křivek bez trendu bylo použito Abbe kriterium. Dále byly též vyjmuty hvězdy s barevnými indexy B − V > 1.5 mag a V − I > 1.5 mag. Ze světelných křivek spektroskopicky potvrzených kvazarů byla vytvořena šablona, jejíž histogramy a variogramy byly porovnávány v SAX reprezentaci s testovanými světelnými křivkami. Pro všechny možné kombinace parametrů byly vybrány ty nejvhodnější za po- moci pythonovské knihovny GridSearch. Hranice kvazarů a nekvazarů v symbolickém histogram-variogramovém prostoru byly získány clusteringovými metodami. Metoda byla testována na vzorku proměnných a neproměnných hvězd, kde správně bylo identifikováno jako kvazary 86 % a identifikováno nesprávně bylo 21 % nekvazarů. Bylo otestováno přes 1 milion hvězd v OGLE II databázi, z nichž bylo identifikováno jako kvazary téměř 4000 kandidátů. Pro studium světelných křivek jsem vyvinul program v jazyku Python, který je díky objektovému přístupu a způsobu napsání kosterních tříd možné dále rozvíjet v unikátní nástroj pro analýzu a klasifikaci světelných křivek.

Abstract:

The aim of this thesis was to develop the methods for identifying quasars by their light curves. Abbe criterion was used to remove the light curves without trend. Furthermore the stars with color index B − V > 1.5 mag and V − I > 1.5 mag were also excluded. The spectroscopically confirmed quasars template has been created from the light curves which histograms and variograms were compared in SAX representation with the tested light curves. For all possible combinations of the parameters were selected as the most appropriate those I obtained by using Python library GridSearch. Boundaries of quasars and non-quasars in symbolic histogram-variogram space were obtained by clustering’s methods. The method was tested on a sample of variable and non-variable stars from which 86 % were correctly identified as quasars and 21 % incorrectly. It was tested about one million stars in the OGLE database II from which were identified as quasars almost 4000 candidates. For the study of the light curves I developed a program in Python which is due to object oriented approach and the way of writing main classes possible to further develop in a unique tool for analyzing and classifying light curves.

Klíčová slova

Kvazary, data mining, big data, světelné křivky, quasars, light curves

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 19. 5. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 6. 2016
• Vedoucí: Mgr. Viktor Votruba, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Fyzika / Astrofyzika