Detecção automática de explosões solares em 45 e 90 GHZ observadas pelos poemas

• Ano de defesa: 2022
• Autor(a) principal: Lessa, Vanessa Santos
• Orientador(a): Valio, Adriana Benetti Marques
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Palavras-chave em Português: sol; explosões solares; poemas; emissão milimétrica; reconhecimento de padrões; rede neural; inteligência artificial
• Link de acesso: https://dspace.mackenzie.br/handle/10899/29190

A cada 11 anos, o Sol passa por períodos de atividade, com a ocorrência de muitas explosões solares (súbita liberação de energia solar, de origem magnética, que acelera as partículas, emitindo em todo o espectro eletromagnético) e ejeções de massa. O estudo da atividade solar é muito importante devido aos seus efeitos sobre a Terra. O POEMAS (POlarização de Emissão Milimétrica da Atividade Solar) é um sistema de dois telescópios, instalados em CASLEO (Complexo Astronômico El Leoncito) na Argentina, que monitora o Sol em dois comprimentos de onda milimétrica (45 e 90 GHz). O objetivo desse trabalho é detectar automaticamente as explosões solares observadas pelos polarímetros. Porém primeiramente é necessário eliminar o ruído de fundo, causado principalmente por problemas instrumentais, nas curvas de luz da emissão solar milimétrica. A metodologia utilizada para exclusão dos ruídos apresentados no sinal proposta neste trabalho utiliza a tendência de série temporal. A subtração deste modelo das curvas de luz fornece o dado de entrada para automatizar a detecção de explosões solares utilizando técnicas de inteligência artificial. Uma Rede Neural foi treinada para reconhecer padrões e analisar um conjunto de dados a fim de identificar as explosões solares. Hidalgo Ramírez et al. (2019) identificaram visualmente e analisados 30 eventos do POEMAS entre 2011/11/22 e 2013/12/10. A metodologia apresentada nesse trabalho confirmou 87% dos eventos listados por Ramírez et al., além disso a rede neural foi capaz de identificar pelo menos 9 novos eventos. Como a rede neural foi treinada para detectar eventos impulsivos (com duração menor que 5 min), explosões de longa duração não foram automaticamente detectados. A inspeção visual dos dados do POEMAS comparando-os com dados em micro-ondas do RSTN permitiu a identificação de mais 11 explosões solares de longa duração em 45 GHz. Discutimos alguns problemas encontrados e possíveis soluções para trabalhos futuros.