Detección de supernovas utilizando Filtro de Kalman de máxima correntropía y entropía de curvas

Abstract

Debido al rápido avance de la tecnología, la instrumentación astronómica se ha visto afectada por la construcción de telescopios y radiotelescopios capaces de generar masivas cantidades de información. Esto provoca que los actuales métodos de detección de objetos astronómicos no puedan ser utilizados por su gran costo computacional y alto porcentaje de error. En particular, los métodos relacionados con la detección de supernovas generan un número importante de falsos positivos y negativos, lo que fuerza a la intervención del astrónomo en el proceso. Es por lo anterior, que la demanda de nuevas técnicas capaces de automatizar el proceso de detección son cada vez más necesarias y solicitadas. En el trabajo de título de Pablo Huentelemu y en el de Paloma Pérez se trabajó en un programa capaz de generar alertas de supernovas a través del uso de Filtros de Kalman en tres versiones: clásico, de máxima correntropía y unscented, utilizando como base de datos las series de imágenes obtenidas de las campañas de HiTS 2014A y 2015A. En esta memoria se busca continuar estos trabajos con el objetivo de mejorar los resultados en cuanto a cantidad de supernovas detectadas entre las confirmadas por HiTS, así como cuántos aciertos sostiene y qué tan temprano son detectadas. Además se estudia la posibilidad de simplificar el modelo original. Para aumentar la cantidad de detecciones se relajaron condiciones utilizadas por la rutina anterior, lo cual permitió detectar más supernovas en comparación al modelo anterior, a un costo de aumentar la cantidad de falsos positivos. Estos últimos fueron filtrados a través de nuevas técnicas como la entropía de curvas de los candidatos y el ajuste paramétrico del Filtro de Kalman de máxima correntropía. Además, el relajamiento aumentó la cantidad de veces que las supernovas eran detectadas y permitió emitir alertas de detección incluso más temprano que HiTS. Estas ventajas se mantuvieron a pesar de la implementación de las técnicas de filtrado ya mencionadas. Finalmente, para simplificar el programa se realizó una poda de las condiciones, es decir, se eliminaron las que no alteraban los resultados finales significativamente, logrando eliminar un 43.5 % de éstas.