Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Plata Gómez, ArturoVera Villamizar, NelsonMeneses Cuadros, Erick RamonOrtiz Covelli, Luis Guillermo2024-03-0320062024-03-0320062006https://noesis.uis.edu.co/handle/20.500.14071/18667Este trabajo presenta un análisis experimental de algoritmos para la clasificación automática de imágenes de galaxias. La metodología usada se basa en tres etapas: · El tratamiento digital de la imagen: Se estandarizan todas las muestras, cada imagen fue filtrada, rotada, centrada, ajustada a un tamaño estándar y dividida en sus componentes RGB. Se trabajó con la imagen final en varias formas: escala de grises, componentes RGB separados y componentes RGB unidos en una sola imagen. · Extracción de parámetros: aquí se utilizo el Análisis de Componentes Principales como método eficaz para reducir la dimensionalidad de los datos y extraer la información relevante y propia de la imagen a identificar. · Aprendizaje Automático: basados en los parámetros obtenidos en la fase anterior se usaron tres algoritmos: Redes Neuronales Artificiales, K-Vecinos más Cercanos y Regresión Localmente Ponderada, cuyo fin era analizar los datos y proveer un juicio acerca de la clase a la que pertenecía la imagen de la galaxia (espiral, elíptica o irregular). Los mejores resultados obtenidos arrojaron un porcentaje del 85.89% de clasificación correcta para un conjunto de 429 imágenes usando el N-fold cross-validation como método de evaluación de los algoritmos. Además, y de acuerdo a la mejor combinación de algoritmos obtenida se propone la mejora del método haciendo un diseño exhaustivo de su paralelización.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Morfología GalácticaTratamiento Digital de ImágenesExtracción de ParámetrosAprendizaje AutomáticoProcesamientoUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coGalactic MorphologyDigital Image ProcessingParameter ExtractionMachine LearningParallelinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)