Uma visão pancromática de galáxias

Abstract

Muitas galáxias são repletas de nebulosas ionizadas. Transições eletrônicas em íons dessas nebulosas emitem fótons com energias características, despontando dos espectros das galáxias como linhas de emissão. O processamento de linhas de emissão é fundamental no entendimento deste sistema físico. Por exemplo, a razão entre as luminosidades das linhas Hα e Hβ indica atenuação por poeira, e a largura equivalente da linha espectral nebular Hα está ligada à taxa de formação estelar específica de uma galáxia, sendo também útil para quantificar a presença do gás difuso ionizado em galáxias. Dado que na astrofísica trabalha-se com cubos que contêm milhares de espectros por galáxia, é importante avaliar o método utilizado para extrair as propriedades físicas dos dados, haja vista a grande demanda computacional envolvida. Para tanto, a proposta de pesquisa deste trabalho consistiu em abordar, de forma inicial, o estudo de um método de aprendizado de máquina para sua futura aplicação para medir fluxos de linhas de emissão em galáxias do MUSE.