Modelo Perceptron Multicamadas para Classificação de Estrelas, Quasares e Galáxias

Abstract

Devido a grande quantidade de dados gerados nos estudos astrofísicos, o processo de classificação dos astros necessita de algoritmos que otimizem essa função. Essa classificação é realizada através da análise de variáveis observadas nos espectros encontrados no espaço, as quais são armazenadas em um banco de dados. Neste trabalho, foi aplicado um modelo de rede
neural perceptron multicamadas, buscando classificar os astros em: estrelas, quasares e galáxias. O modelo apresentou 97,32% de
acurácia, 97,34% de precisão, 97,33% de sensibilidade e 97,32% de F1-score.