%0 Thesis
%A Santamaría Villegas, Diego
%8 2025-06
%U https://hdl.handle.net/20.500.12880/15364
%X La misión Euclid genera un volumen masivo de datos astronómicos, requiriendo así métodos automatizados para detectar lentes gravitacionales, clasificar galaxias morfológicamente y localizar objetos con alto desplazamiento al rojo. Estos fenómenos son clave para estudiar el universo, pero los enfoques tradicionales, basados en análisis espectroscópicos, fotometría y algoritmos semi-automatizados de procesamiento de imágenes, resultan ineficientes ante este desafío por su
complejidad. Este trabajo propone soluciones basadas en aprendizaje profundo para abordar este problema.
%T Detección de galaxias mediante el efecto lente gravitatoria en mapas de la misión espacial Euclid con técnicas de aprendizaje profundo
%K Euclid
%K Efecto lente
%K Detección de objetos
%K Aprendizaje profundo
%K Objetos alto redshift
%~ END