Center for Astrophysics and Gravitation

Funder

Organizational Unit

Publications

Young brown dwarfs as testbeds for star and planet formation

Publication . Almendros-Abad, Víctor; Mužić, Koraljka; Almeida, André Moitinho de

As anãs castanhas (BDs) são objectos que fazem a ponte entre as estrelas e os planetas, e cujo processo de formacão é uma das peças cruciais que falta na nossa compreensão de como funciona a formacão de estrelas e planetas. Com esta tese, buscamos responder a algumas das questões mais importantes e ainda não respondidas de forma convincente sobre a formação de BDs, como: Quão comuns são as BDs em relação às estrelas? A eficiência da formação de BDs depende do ambiente de formação estelar? As BDs têm as mesmas propriedades de acreção e evolução que as estrelas de baixa massa? Na primeira parte da tese, desenvolvemos uma metodologia para derivar o tipo espectral de estrelas de baixa massa e BDs a partir de espectroscopia no infravermelho próximo. Usando técnicas de aprendizagem automática, explorei as características espectrais no infravermelho mais importantes para a classificação da idade e defini um novo índice espectral que pode separar objectos jovens de objectos do campo de baixa massa com um desempenho sem precedentes. Este método é posteriormente aplicado a espectros de KMOS ´ /VLT de candidatos a membros do NGC 2244, um aglomerado massivo e jovem ( 2 Myr) com uma população rica de estrelas massivas. A sua função de massa inicial subestelar e a sua distribuição espacial sugerem que a formação de BD pode ser aumentada na proximidade de estrelas massivas, o que, a confirmar-se, representaria a primeira evidencia forte de um efeito ambiental na formação de BD. Na parte final da tese estudamos a relação entre os observáveis estelares e do disco protoplanetário em quatro regiões de formação estelar, usando espectros do X-Shooter ˜ /VLT. Descobrimos que as estrelas de baixa massa evoluem mais rapidamente para taxas de acreção mais baixas do que as suas congéneres de massa mais elevada, e que as BDs apresentam escalas de tempo de depleção do disco protoplanetário por acreção mais longas, indicando que a física dos discos em torno de BDs pode ser diferente da física dos discos em torno de estrelas de baixa massa. Em termos gerais, esta tese contribui para a nossa compreensão da formação e evolução das BDs e oferece conhecimentos valiosos sobre a ligação entre a formação de estrelas e planetas.

2023-11Doctoral thesis

Open access

Recommender system to support comprehensive exploration of large scale scientific datasets

Publication . Barros, Márcia; Couto, Francisco José Moreira; Almeida, André Moitinho de

Bases de dados de entidades científicas, como compostos químicos, doenças e objetos astronómicos, têm crescido em tamanho e complexidade, chegando a milhares de milhões de itens por base de dados. Os investigadores precisam de ferramentas novas e inovadoras para auxiliar na escolha desses itens. Este trabalho propõe o uso de Sistemas de Recomendação para auxiliar os investigadores a encontrar itens de interesse. Identificamos como um dos maiores desafios para a aplicação de sistemas de recomendação em áreas científicas a falta de conjuntos de dados padronizados e de acesso aberto com informações sobre as preferências dos utilizadores. Para superar esse desafio, desenvolvemos uma metodologia denominada LIBRETTI - Recomendação Baseada em Literatura de Itens Científicos, cujo objetivo é a criação de conjuntos de dados , relacionados com campos científicos. Estes conjuntos de dados são criados com base no principal recurso de conhecimento que a Ciência possui: a literatura científica. A metodologia LIBRETTI permitiu o desenvolvimento de novos algoritmos de recomendação específicos para vários campos científicos. Além do LIBRETTI, as principais contribuições desta tese são conjuntos de dados de recomendação padronizados nas áreas de Astronomia, Química e Saúde (relacionado com a doença COVID-19), um sistema de recomendação semântica híbrido para compostos químicos em conjuntos de dados de grande escala, uma abordagem híbrida baseada no enriquecimento sequencial (SeEn) para recomendações sequenciais, um pipeline baseado em semântica de vários campos para recomendar entidades biomédicas relacionadas com a doença COVID-19.

2022-01Doctoral thesis

Open access