Detailansicht
Automatisierte Klassifikation von SDSS-Spektren mit neuronalen Netzen
Fabian Schierscher
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Betreuer*in
Ernst Paunzen
DOI
10.25365/thesis.5807
URN
urn:nbn:at:at-ubw:1-29570.57089.362055-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Diplomarbeit beschäftigt sich mit der automatisierten Klassifikation von Sternspektren mittels neuronaler Netze. Die Netze sollten in der Lage sein, Spektren von
Sternen mit einer Effektivtemperatur von 5500 bis 10000 K zu klassifizieren. Insgesamt
wurden 31932 Spektren aus der Sloan Digital Sky Survey (SDSS) für die Klassifikation
verwendet. In einem ersten Versuch wurde das neuronale Netz mit syntehtischen Spektren trainiert. Obwohl mehrere Versuche unternommen wurden, die synthetischen Trainingsmuster an die SDSS-Spektren anzupassen, war das Netz nicht in der Lage, die
SDSS-Spektren erfolgreich zu klassifizieren.
Im zweiten Versuch wurden die Spektren zunächst mithilfe einer speziellen Pipeline der SDSS klassifiziert. Damit war es möglich, die Trainingmuster aus dem zu klassifizierenden Datensatz zu entnehmen. Mit diesen Trainingsmustern konnten hervorragende Ergebnisse erzielt werden.
Abstract
(Englisch)
This diploma thesis deals with the automated classification of stellar spectra using
artificial neural networks (ANN). The developed networks are optimized to classify
spectra of stars with an effective temperature between 5500 and 10000 K. A total of
31932 spectra from the Sloan Digital Sky Survey (SDSS) were used for the classification
process. In the first approach, the neural network was trained with synthetic spectra. Although
several attempts were undertaken adapting the synthetic training patterns to the spectra of the SDSS, the network was not able to classify them successfully.
In the second approach, the spectra were first classified with the specific pipeline of the
SDSS. In contrary to the ANN with the synthetic spectra, it turned out that this
method supplied a useful training pattern from the SDSS dataset.
This particular training pattern gave excellent results. In addition, several statistical analysis of the target sample, including photometric and
dynamical data, is presented.
Schlagwörter
Schlagwörter
(Englisch)
automated classification stellar spectra neural networks
Schlagwörter
(Deutsch)
Klassifikation Sternspektren neuronale Netze
Autor*innen
Fabian Schierscher
Haupttitel (Deutsch)
Automatisierte Klassifikation von SDSS-Spektren mit neuronalen Netzen
Publikationsjahr
2009
Umfangsangabe
VIII, 120 S. : Ill., graph. Darst.
Sprache
Deutsch
Beurteiler*in
Ernst Paunzen
AC Nummer
AC07833827
Utheses ID
5207
Studienkennzahl
UA | 413 | | |