Detección de galaxias mediante el efecto lente gravitatoria en mapas de la misión espacial Euclid con técnicas de aprendizaje profundo

Abstract

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.