Uso di reti neurali profonde convoluzionali per l'analisi di dati astronomici

Lo scopo che questa tesi si propone è la classificazione di immagini relative a dati di origine astronomica al fine di identificare eventuali anomalie che possono essere talvolta presenti. I dati vengono forniti dall'Osservatorio Astronomico di Pino Torinese con il quale è stata instaurata una collaborazione per automatizzare il processo di ricerca delle anomalie in almeno una parte dei dati provenienti dal satellite GAIA della European Space Agency (ESA). Per classificare le immagini sono state impiegate un particolare tipo di rete neurale artificiale (Artificial Neural Network (ANN)): le reti neurali convoluzionali (Convolutional Neural Network (CNN)). Più in generale le reti neurali vengono usate in molte applicazioni che spaziano dal trattamento del linguaggio naturale ai sistemi di raccomandazione, in ambiti quali bioinformatica e neuroscienze, per la creazione di modelli matematici di clustering, classificazione, regressione, etc. Maggiore attenzione è stata dedicata alla ricerca di architetture e iperparametri che permettessero di costruire un modello che fosse sufficientemente performante ed al contempo il più semplice possibile, motivo per cui il capitolo conclusivo di questa tesi verte sull'analisi dei risultati di diverse CNN addestrate per questo tipo di classificazione, valutando quali architetture e iperparametri avrebbero potuto soddisfare al meglio i requisiti di efficacia ed efficienza.