Título do trabalho: Método de aplicação de Convolutional Neural Networks (CNN)
para identificação de fusões de galáxias em dados simulados pelo projeto Illustris

Autora: Natali Cristina Moreira de Almeida

Resumo:
O surgimento do ChatGPT em novembro de 2022 intensificou o debate sobre a
aplicação de Inteligência Artificial (IA) em pesquisas científicas, especialmente na área
da Física. Apesar dos avanços tecnológicos, a utilização de IAs ainda enfrenta
resistência devido à sua natureza de “caixa preta”. Este trabalho propõe investigar o
potencial das Convolutional Neural Networks (CNNs) para a classificação de galáxias,
utilizando dados simulados pelo Illustris Project. O objetivo principal é otimizar os
resultados de trabalhos anteriores, reduzindo o custo computacional. Para isso, serão
explorados conceitos como funções de ativação e o método de Reservoir Computing. A
metodologia utilizada é descritiva-explicativa, com abordagem quantitativa, analisando
a taxa de aprendizagem da CNN e seu custo computacional. Os dados foram coletados
em plataformas de acesso livre como GitHub e Space Telescope Science Institute.
Este trabalho visa contribuir para o debate sobre a utilização de IAs em pesquisas
científicas, buscando explorar o potencial dessa ferramenta e suas implicações para o
futuro da ciência.

Palavras-chave: Inteligência Artificial (IA); Redes Neurais Convolucionais (RNC);
Classificação de Galáxias; Projeto Illustris; Computação em Reservatório; Física
Computacional; Aprendizagem Profunda.

BANCA

Prof. Dr. Hugo Leonardo Davi de Souza Cavalcante (DSC-CI-UFPB), orientador e
presidente da banca

Profª. Drª. Thaís Gaudêncio do Rego (DI-CI-UFPB) membro titular

Prof. Dr. Fábio Leal de Melo Dahia (DF-CCEN-UFPB) membro titular

LOCAL E DATA

Sala 201 do Departamento de Física, CCEN-UFPB, às 10:00 h do dia 25/10/2024.