Seminario: presentazione della tesi di Marco Tarantino (UNIPA), Aula ore 12

Speaker: Marco Tarantino Studente Magistrale in Statistica e Data Science (LM-82), Universita’  degli Studi di Palermo

Titolo:
APPLICAZIONE DI TECNICHE STATISTICHE PER LA PREVISIONE DELLA
TEMPERATURA EFFETTIVA DI STELLE GIOVANI

Abstract:
Uno degli attuali argomenti di discussione riguarda la durata del processo di formazione di cluster stellari: vi sono modelli teorici che ipotizzano un unico evento dal quale si formano tutte le stelle appartenenti ad uno stesso cluster, considerando un processo di formazione rapido, altri modelli che, invece, suppongono piu’ eventi di formazione, tenendo conto di un processo di formazione lento. Uno dei metodi piu’ utilizzati per ricavare l’eta’ delle stelle si basa sul confronto della distribuzione delle stelle sul diagramma H-R con le isocrone teoriche. Una variabile fondamentale per applicare questo metodo e’  la temperatura efficace, la quale si puo’  ricavare in maniera accurata dalla spettroscopia. Tuttavia, nell’epoca delle grandi survey fotometriche, e’ necessario derivare la temperatura efficace basandosi sulla fotometria. L’obiettivo del lavoro consiste nel trovare un modello che permetta di ottenere buone previsioni della temperatura effettiva di stelle giovani, utilizzando variabili fotometriche di stelle ottenute da tre cataloghi differenti, ovvero Gaia, Gaia-ESO Survey, Pan-STARRS e 2MASS. I risultati previsivi evidenziano come il Random Forest rappresenti una buona soluzione per la previsione della temperatura effettiva. Durante questo seminario introdurro’ i cinque approcci statistici applicati nell’analisi svolta, evidenziando in particolare i risultati relativi al Random Forest, risultato il migliore dei cinque.