Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Ciências Físicas e Matemáticas

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Econômica

Tipo do Documento: Tese

Título: USO DE TÉCNICAS DE REDES NEURAIS EM INSTRUMENTAÇÃO PARA ASTRONOMIA

Orientador
  • ANTONIO NEMER KANAAN NETO
Aluno
  • ALEXANDRE JOSE TUOTO SILVEIRA MELLO

Conteúdo

O uso de óptica adaptativa está se tornando cada vez mais importante para o aproveitamento máximo dos telescópios, e será obrigatória para os telescópios gigantes de nova geração. neste documento serão descritos os projetos trabalhados no desenvolvimento de técnicas para óptica adaptativa utilizando redes neurais artificiais. para a técnica de campo amplo moao apresentamos uma técnica com redes neurais artificiais capaz de executar tomografia como outras técnicas existentes, mas com o benefício de não necessitar de conhecimento prévio do perfil da turbulência atmosférica. também utilizamos redes neurais artificiais para sensores de frente de onda shack-hartmann em telescópios gigantes. quando este tipo de sensor é usado com estrelas guia laser para amostrar a pupila de telescópios com 30 m de diâmetro ou mais, é necessário computar o centroide de pontos alongados, com o ângulo e razão de alongamento variando através da pupila. técnicas existentes como matched filter são consideradas as melhores para computar o centroide de pontos alongados, entretanto elas não são boas em lidar com condições dinâmicas como a variação no perfil da camada de sódio. neste trabalho propomos uma nova técnica usando redes neurais artificiais, que se aproveita da habilidade das redes neurais de lidarem com condições variáveis, superando as técnicas existentes quando testada sob condições variáveis. desenvolvemos simulações com outras.

Índice de Shannon: 3.92486

Índice de Gini: 0.929878

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,05% 5,75% 5,78% 6,53% 5,22% 4,76% 7,07% 9,22% 13,12% 5,08% 7,78% 5,19% 4,64% 5,85% 4,75% 5,20%
ODS Predominates
ODS 9
ODS 1

4,05%

ODS 2

5,75%

ODS 3

5,78%

ODS 4

6,53%

ODS 5

5,22%

ODS 6

4,76%

ODS 7

7,07%

ODS 8

9,22%

ODS 9

13,12%

ODS 10

5,08%

ODS 11

7,78%

ODS 12

5,19%

ODS 13

4,64%

ODS 14

5,85%

ODS 15

4,75%

ODS 16

5,20%