Clasificación morfológica de imágenes de galaxias mediante técnicas de Deep Learning

Abstract

En este trabajo se ha realizado un estudio de alternativas basadas en Deep Learning (Aprendizaje Profundo) para la clasificación de galaxias en base a su morfología. En particular, dentro del marco de Deep Learning, se hará uso de Keras. Esta es una biblioteca de código abierto y de bastante uso para este tipo de trabajos, sobre todo, en las primeras etapas de aprendizaje de Deep Learning, donde esta tecnología puede resultar bastante compleja. Las categorías por las cuales se van a clasificar serán “elípticas”, “espirales”, “lenticulares” e “irregulares”. Durante el desarrollo de este documento se dará una mayor información con ejemplos de cada una de estas categorías. Me apoyaré en un conjunto (dataset) compuesto por una gran cantidad de imágenes de cada uno de los tipos de galaxias informadas anteriormente. El origen de estas imágenes no estaba indicado en la página donde las obtuve pero, según investigaciones realizadas posteriormente, parece que provienen de algún telescopio. Este conjunto de imágenes está disponible de forma abierta en internet. Se hará un estudio detallado sobre las diversas posibilidades que Keras nos ofrece para este tipo de trabajos, haciendo uso de técnicas ya incluidas en la propia librería y otras que serán desarrolladas por el autor del TFG. En este documento no se presentarán todas las pruebas realizadas durante el desarrollo de este TFG, solo se irán mostrando aquellas cuyos resultados obtenidos considere que son más interesantes. Posteriormente, se mostrarán funcionalidades que se pueden aplicar sobre el modelo resultante del entrenamiento realizado.