ROGER: Reconstructing orbits of galaxies in extreme regions using machine learning techniques

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorUNC-
Autor(es): dc.contributorUniv Nacl Cordoba-
Autor(es): dc.contributorUniv La Serena-
Autor(es): dc.contributorUNLP-
Autor(es): dc.contributorUniv Nacl La Plata-
Autor(es): dc.creatorlos Rios, Martin de [UNESP]-
Autor(es): dc.creatorMartinez, Hector J.-
Autor(es): dc.creatorCoenda, Valeria-
Autor(es): dc.creatorMuriel, Hernan-
Autor(es): dc.creatorRuiz, Andres N.-
Autor(es): dc.creatorVega-Martinez, Cristian A.-
Autor(es): dc.creatorCora, Sofia A.-
Data de aceite: dc.date.accessioned2022-02-22T00:57:51Z-
Data de disponibilização: dc.date.available2022-02-22T00:57:51Z-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2021-06-25-
Data de envio: dc.date.issued2020-12-31-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1093/mnras/staa3339-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/209871-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/209871-
Descrição: dc.descriptionWe present the ROGER (Reconstructing Orbits of Galaxies in Extreme Regions) code, which uses three different machine learning techniques to classify galaxies in, and around, clusters, according to their projected phase-space position. We use a sample of 34 massive, M-200 > 10(15)h(-1)M(circle dot), galaxy clusters in the MultiDark Planck 2 (MDLP2) simulation at redshift zero. We select all galaxies with stellar mass M-star >= 10(8.5)h(-1)M(circle dot), as computed by the semi-analytic model of galaxy formation SAG, that are located in, and in the vicinity of, these clusters and classify them according to their orbits. We train ROGER to retrieve the original classification of the galaxies from their projected phase-space positions. For each galaxy, ROGER gives as output the probability of being a cluster galaxy, a galaxy that has recently fallen into a cluster, a backsplash galaxy, an infalling galaxy, or an interloper. We discuss the performance of the machine learning methods and potential uses of our code. Among the different methods explored, we find the K-Nearest Neighbours algorithm achieves the best performance.-
Descrição: dc.descriptionConsejo Nacional de Investigaciones Cientificas y Tecnicas (CON-ICET), Argentina-
Descrição: dc.descriptionAgencia Nacional de Promocion Cientifica y Tecnologica (ANPCyT), Argentina-
Descrição: dc.descriptionSecretaria de Ciencia y Tecnologia, Universidad Nacional de Cordoba (SeCyT), Argentina-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionANPCyT-
Descrição: dc.descriptionSeCyT-
Descrição: dc.descriptionMax Planck Society-
Descrição: dc.descriptionConsejo Nacional de Investigaciones Cientificas y Tecnicas (CONICET)-
Descrição: dc.descriptionAgencia Nacional de Promocion Cientifica y Tecnologica (ANPCyT)-
Descrição: dc.descriptionUniversidad Nacional de La Plata, Argentina-
Descrição: dc.descriptionGauss Centre for Supercomputing e.V.-
Descrição: dc.descriptionPartnership for Advanced Supercomputing in Europe (PRACE)-
Descrição: dc.descriptionUniv Estadual Paulista, ICTP South Amer Inst Fundamental Res, BR-01140070 Sao Paulo, SP, Brazil-
Descrição: dc.descriptionUniv Estadual Paulista, Inst Fis Teor, BR-01140070 Sao Paulo, SP, Brazil-
Descrição: dc.descriptionUNC, Inst Astron Teor & Expt CCT Cordoba, CONICET, Laprida 854,X5000BGR, Cordoba, Argentina-
Descrição: dc.descriptionUniv Nacl Cordoba, Observ Astron, Laprida 854,X5000BGR, Cordoba, Argentina-
Descrição: dc.descriptionUniv La Serena, Inst Invest Multidisciplinar Ciencia & Tecnol, Raul Bitran 1305, La Serena, Chile-
Descrição: dc.descriptionUniv La Serena, Dept Astron, Av Juan Cisternas 1200 Norte, La Serena, Chile-
Descrição: dc.descriptionUNLP, Observ Astron, CONICET, Inst Astrofis La Plata CCT La Plata, Paseo Bosque S-N,B1900FWA, La Plata, Argentina-
Descrição: dc.descriptionUniv Nacl La Plata, Observ Astron, Fac Ciencias Astronom & Geofis, Paseo Bosque S-N,B1900FWA, La Plata, Argentina-
Descrição: dc.descriptionUniv Estadual Paulista, ICTP South Amer Inst Fundamental Res, BR-01140070 Sao Paulo, SP, Brazil-
Descrição: dc.descriptionUniv Estadual Paulista, Inst Fis Teor, BR-01140070 Sao Paulo, SP, Brazil-
Descrição: dc.descriptionConsejo Nacional de Investigaciones Cientificas y Tecnicas (CON-ICET), Argentina: PIP 11220130100365CO-
Descrição: dc.descriptionANPCyT: PICT 2016-1975-
Descrição: dc.descriptionSeCyT: PID 33620180101077-
Descrição: dc.descriptionConsejo Nacional de Investigaciones Cientificas y Tecnicas (CONICET): PIP-0387-
Descrição: dc.descriptionAgencia Nacional de Promocion Cientifica y Tecnologica (ANPCyT): PICT-2018-3743-
Descrição: dc.descriptionUniversidad Nacional de La Plata, Argentina: G11-150-
Formato: dc.format1784-1794-
Idioma: dc.languageen-
Publicador: dc.publisherOxford Univ Press-
Relação: dc.relationMonthly Notices Of The Royal Astronomical Society-
???dc.source???: dc.sourceWeb of Science-
Palavras-chave: dc.subjectmethods: analytical-
Palavras-chave: dc.subjectmethods: numerical-
Palavras-chave: dc.subjectgalaxies: clusters: general-
Palavras-chave: dc.subjectgalaxies: kinematics and dynamics-
Título: dc.titleROGER: Reconstructing orbits of galaxies in extreme regions using machine learning techniques-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.