$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC |



Título: STELLAR STRUCTURE AND EVOLUTION MODELING THROUGH COMPUTATIONAL INTELLIGENCE TOOLS
Autor: GABRIELA DE OLIVEIRA PENNA TAVARES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCO AURELIO CAVALCANTI PACHECO - ADVISOR
Nº do Conteudo: 21010
Catalogação:  18/01/2013 Idioma(s):  PORTUGUESE - BRAZIL
Tipo:  TEXT Subtipo:  SENIOR PROJECT
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21010@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=21010@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.21010

Resumo:
The purpose of this work is to determine the age and some structural properties of main sequence stars through the utilization of Computational Intelligence tools. Computational Intelligence is a set of nature-inspired methods and techniques that model human behavior. Here, we apply a genetic algorithm and a set of neural networks to approximate the mass, radius, core density, core temperature, core pressure and age of a main sequence star starting only with observational values for its luminosity (energy flux released on the surface) and for its surface temperature. A mathematical model for the star s internal structure is used to evaluate the adequacy of each solution proposed by the genetic algorithm for the star s structural properties, and a stellar database is used to train the neural networks for age inference.

Descrição Arquivo
COMPLETE  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui