Cluster analysis and unsupervised machine learning applied to find open star clusters in the Milky Way

El objetivo principal de este proyecto es caracterizar cúmulos abiertos en la Vía Láctea por medio de aprendizaje automático no supervisado usando el algoritmo de agrupamiento Density-based spatial clustering of applications with noise (DBSCAN), usando la base de datos Gaia DR2 con el fin de obtener...

Full description

Autores:

Amar Lesmes, Andrés Felipe

Tipo de recurso:

Trabajo de grado de pregrado

Fecha de publicación:

2020

Institución:

Universidad de los Andes

Repositorio:

Séneca: repositorio Uniandes

Idioma:

eng

OAI Identifier:

oai:repositorio.uniandes.edu.co:1992/51274

Acceso en línea:

http://hdl.handle.net/1992/51274

Palabra clave:

Vía Láctea
Astronomía
Cúmulos estelares
Aprendizaje automático (Inteligencia artificial)
Análisis cluster
Física

Rights

openAccess

License

http://creativecommons.org/licenses/by-nc-sa/4.0/