Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Santos, Giulya Souza dos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aglomerados com subestruturas
Aglomerados de galáxias
Aglomerados em fusão
Algoritmos de agrupamento
Clustering algorithms
Galaxy clusters
Merging clusters
Substructures in clusters
Link de acesso: https://www.teses.usp.br/teses/disponiveis/14/14131/tde-12062025-142110/
Resumo: A identificação de aglomerados de galáxias em processo de fusão em dados observacionais requer a busca por assinaturas que frequentemente se manifestam como subestruturas na distribuição de galáxias. Neste trabalho, avaliamos e otimizamos os algoritmos AME/HDBSCAN para identificar subestruturas em sistemas de galáxias com distribuição bimodal. Nosso objetivo é desenvolver um método capaz identificar bons candidatos a aglomerados em processo de fusão em catálogos observacionais que utilizam dados fotométricos. Realizamos um estudo utilizando simulações numéricas para adaptar o algoritmo para esse propósito e os resultados indicam que sua versão otimizada apresenta uma pureza de 74% na seleção de detecções satisfatórias, além de uma acurácia superior a 90%. Concluímos que o método desenvolvido é eficaz na identificação de subestruturas bem definidas e desacopladas do aglomerado principal, sendo capaz de selecionar as detecções mais confiáveis ao mesmo tempo que rejeita detecções espúrias.
id USP_0c01a3e781fe354eb84fcb18fdc0c153
oai_identifier_str oai:teses.usp.br:tde-12062025-142110
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomeradosSearching for merging galaxy clusters: exploring clustering algorithms in photometric surveys to identify substructures in clustersAglomerados com subestruturasAglomerados de galáxiasAglomerados em fusãoAlgoritmos de agrupamentoClustering algorithmsGalaxy clustersMerging clustersSubstructures in clustersA identificação de aglomerados de galáxias em processo de fusão em dados observacionais requer a busca por assinaturas que frequentemente se manifestam como subestruturas na distribuição de galáxias. Neste trabalho, avaliamos e otimizamos os algoritmos AME/HDBSCAN para identificar subestruturas em sistemas de galáxias com distribuição bimodal. Nosso objetivo é desenvolver um método capaz identificar bons candidatos a aglomerados em processo de fusão em catálogos observacionais que utilizam dados fotométricos. Realizamos um estudo utilizando simulações numéricas para adaptar o algoritmo para esse propósito e os resultados indicam que sua versão otimizada apresenta uma pureza de 74% na seleção de detecções satisfatórias, além de uma acurácia superior a 90%. Concluímos que o método desenvolvido é eficaz na identificação de subestruturas bem definidas e desacopladas do aglomerado principal, sendo capaz de selecionar as detecções mais confiáveis ao mesmo tempo que rejeita detecções espúrias.The identification of galaxy clusters undergoing mergers in observational data requires the search for signatures that often manifest as substructures in the galaxy distribution. In this work, we evaluate and optimize the AME/HDBSCAN algorithms to identify substructures in galaxy systems with a bimodal distribution. Our goal is to develop a method capable of identifying good candidates for merging clusters in observational catalogs that use photometric data. We conducted a study using numerical simulations to adapt the algorithm for this purpose, and the results indicate that its optimized version achieves a purity of 74% in selecting satisfactory detections, in addition to an accuracy above 90%. We conclude that the developed method is effective in identifying well-defined substructures decoupled from the main cluster, being able to select the most reliable detections while rejecting spurious ones.Biblioteca Digitais de Teses e Dissertações da USPCypriano, Eduardo SerraSantos, Giulya Souza dos2025-04-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/14/14131/tde-12062025-142110/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-06-13T12:54:02Zoai:teses.usp.br:tde-12062025-142110Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-06-13T12:54:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
Searching for merging galaxy clusters: exploring clustering algorithms in photometric surveys to identify substructures in clusters
title Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
spellingShingle Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
Santos, Giulya Souza dos
Aglomerados com subestruturas
Aglomerados de galáxias
Aglomerados em fusão
Algoritmos de agrupamento
Clustering algorithms
Galaxy clusters
Merging clusters
Substructures in clusters
title_short Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
title_full Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
title_fullStr Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
title_full_unstemmed Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
title_sort Buscando aglomerados de galáxias em fusão: explorando algoritmos de agrupamento em levantamentos fotométricos para identificar subestruturas em aglomerados
author Santos, Giulya Souza dos
author_facet Santos, Giulya Souza dos
author_role author
dc.contributor.none.fl_str_mv Cypriano, Eduardo Serra
dc.contributor.author.fl_str_mv Santos, Giulya Souza dos
dc.subject.por.fl_str_mv Aglomerados com subestruturas
Aglomerados de galáxias
Aglomerados em fusão
Algoritmos de agrupamento
Clustering algorithms
Galaxy clusters
Merging clusters
Substructures in clusters
topic Aglomerados com subestruturas
Aglomerados de galáxias
Aglomerados em fusão
Algoritmos de agrupamento
Clustering algorithms
Galaxy clusters
Merging clusters
Substructures in clusters
description A identificação de aglomerados de galáxias em processo de fusão em dados observacionais requer a busca por assinaturas que frequentemente se manifestam como subestruturas na distribuição de galáxias. Neste trabalho, avaliamos e otimizamos os algoritmos AME/HDBSCAN para identificar subestruturas em sistemas de galáxias com distribuição bimodal. Nosso objetivo é desenvolver um método capaz identificar bons candidatos a aglomerados em processo de fusão em catálogos observacionais que utilizam dados fotométricos. Realizamos um estudo utilizando simulações numéricas para adaptar o algoritmo para esse propósito e os resultados indicam que sua versão otimizada apresenta uma pureza de 74% na seleção de detecções satisfatórias, além de uma acurácia superior a 90%. Concluímos que o método desenvolvido é eficaz na identificação de subestruturas bem definidas e desacopladas do aglomerado principal, sendo capaz de selecionar as detecções mais confiáveis ao mesmo tempo que rejeita detecções espúrias.
publishDate 2025
dc.date.none.fl_str_mv 2025-04-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/14/14131/tde-12062025-142110/
url https://www.teses.usp.br/teses/disponiveis/14/14131/tde-12062025-142110/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1844786333550116864

Registros relacionados