Un equipo de investigadores del Núcleo Milenio de Galaxias (MINGAL) desarrolló un innovador algoritmo capaz de clasificar de manera automatizada millones de galaxias según su forma. El avance, que marca un hito en el análisis astronómico a gran escala, fue publicado en la revista científica internacional Astronomy & Astrophysics.
El estudio fue liderado por Vitor Sampaio, investigador de postgrado de la Universidad Técnica Federico Santa María (USM) e integrante de MINGAL. “Logramos clasificar distintos tipos de galaxias sin depender únicamente de la observación humana. Utilizamos un código que analiza imágenes obtenidas por el Observatorio Interamericano Cerro Tololo, identificando patrones que permiten distinguir sus características”, explica.
Las galaxias presentan diversas morfologías: algunas son espirales, con brazos que giran desde su centro, mientras que otras son elípticas, de forma más uniforme. Sin embargo, analizar manualmente más de un millón de galaxias resulta inviable. “La caracterización de estas estructuras no puede realizarse mediante inspección visual a gran escala. Por eso, los métodos automatizados son clave para avanzar en este tipo de estudios”, señala Yara Jaffé, directora alterna de MINGAL y académica USM.
Para abordar este desafío, el equipo desarrolló GalMEx (Galaxy Morphology Extractor), un código en Python que analiza la distribución de la luz en las imágenes astronómicas. Este sistema evalúa parámetros como la concentración lumínica, la simetría y la presencia de irregularidades, transformando la apariencia visual de las galaxias en indicadores numéricos objetivos y comparables.
“Existen ciertas ‘huellas’ en la distribución de la luz que permiten distinguir los distintos tipos de galaxias. Gracias a esto, nuestro modelo de aprendizaje automático alcanzó una precisión cercana al 93%”, destaca Sampaio.
Un catálogo sin precedentes para el hemisferio sur
Al aplicar GalMEx al catálogo DECaLS (Dark Energy Camera Legacy Survey), obtenido con la cámara DECam en el Observatorio Cerro Tololo, el equipo logró clasificar cerca de 1,7 millones de galaxias. El resultado es el primer catálogo público y homogéneo de índices morfológicos no paramétricos para este sondeo, lo que representa un avance significativo para el estudio del cielo del hemisferio sur.
Hasta ahora, cada investigación utilizaba metodologías distintas, dificultando la comparación de resultados. “Al emplear una herramienta común, los datos se vuelven más consistentes y reproducibles. Además, validamos los resultados con el proyecto Galaxy Zoo, donde miles de personas clasifican galaxias de forma colaborativa”, agrega el investigador.
Un futuro prometedor
El equipo proyecta ampliar el alcance del algoritmo para identificar galaxias con morfologías complejas o perturbadas, como aquellas que han sufrido colisiones o interacciones gravitacionales. “Nuestro objetivo es no solo reconocer formas inusuales, sino también entender los procesos físicos que las originan, ya que cada uno deja señales específicas en la estructura galáctica”, concluye Sampaio.
En la investigación también participaron Círia Lima-Dias, Simón Véliz Astudillo, Hugo Méndez-Hernández y Antonela Monachesi (Universidad de La Serena), junto a Monserrat Martínez-Marín y Rodrigo Herrera-Camus (Universidad de Concepción), este último director del Núcleo MINGAL.
El artículo, titulado “Morphologies for DECaLS galaxies through a combination of nonparametric indices and machine learning methods: A comprehensive catalog using the Galaxy Morphology Extractor (galmex) code”, está disponible en la revista Astronomy & Astrophysics.
La entrada Científicos del Núcleo MINGAL desarrollan algoritmo que clasifica millones de galaxias con alta precisión se publicó primero en Revista Ecociencias.
☞ El artículo completo original de Revista Ecociencias lo puedes ver aquí
No hay comentarios.:
Publicar un comentario