Double Filtering Strategy Using the Savitzky-Golay Filter on Supernovae Spectral Data

Authors

  • Luis Ricardo Arantes Filho National Institute for Space Research
  • Lamartine Nogueira Frutuoso Guimarães Instituto de Estudos Avançados
  • Francisca Joamila Brito do Nascimento National Institute for Space Research
  • Reinaldo Roberto Rosa National Institute for Space Research

DOI:

https://doi.org/10.5335/rbca.v11i2.9179

Keywords:

double filtering, noise reduction, Savitzky-Golay filter, spectral data

Abstract

The development of applications that deals with signal processing should consider data quality. Machine Learning and statistical techniques require adjustments and normalization in the dataset before the analysis of a given phenomenon. When a dataset is not handled to reduce inconsistencies and noises provided by instruments or by natural conditions the analysis adds a tendency, i.e., the results cannot be reproduced because the dataset receives inconsistencies conditioned by the noise. In this sense, the following work presents a system for signal processing and dataset adjust, using as a case study the application in supernovae spectral data, to set up an automatic and uniform normalization in large datasets. This work proposes a double filtering strategy using the Savitzky-Golay filter for noise reduction optimization. This system produces a filtered signal able ensure the optimization in a few parameters, such as the minimum wavelength shift compared to the original signal, the original signal shape maintenance, the noise attenuation in the signal and the quality in the search for local minimum and maximum points. The comparison with other strategies from literature highlights the system efficiency and the applicability for several types of signals and spectra.

Downloads

Download data is not yet available.

Author Biographies

  • Luis Ricardo Arantes Filho, National Institute for Space Research

    Doutorando em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais, na área de aplicações em Redes Neurais Profundas (Deep Learning) para a análise e classificação de espectros e séries temporais. Mestre em Computação Aplicada pelo Instituto Nacional de Pesquisas Espaciais (INPE), atuando na área de Inteligência Artificial no contexto de Reconhecimento de Padrões e Classificação por Redes Neurais, Sistemas Fuzzy e Deep Learning. Atuando no desenvolvimento de técnicas em Aprendizado de Máquina e Processamento de Sinais, para aplicações de análise e classificação de dados astronômicos, em específico, análise espectral de estrelas Supernovas de tipo Ia. Engenheiro da Computação pela Universidade de Taubaté (UNITAU), atuando principalmente nos seguintes temas: Desempenho computacional; Desenvolvimento de Aplicações para Android; Desenvolvimento de soluções em Redes de Computador; Análise e Soluções em Métodos de Otimização Computacional; Desenvolvimento de aplicações para jogos multiplayer e para dispositivos móveis.

  • Lamartine Nogueira Frutuoso Guimarães, Instituto de Estudos Avançados

    Lamartine Nogueira Frutuoso Guimarães concluiu o doutorado em Nuclear Engineering na The University Of Tennessee em 1992. Atualmente é Pesquisador Titular do Instituto de Estudos Avançados onde atua como chefe da Divisão de Energia Nuclear. É professor Títular do curso de pós-graduação de Computação Aplicada do Instituto Nacional de Pesquisas Espaciais na área de Inteligência Artificial aplicada. É professor do curso de pós-graduação de Ciências e Tecnologias Espaciais do Instituto Tecnológico de Aeronáutica na área de Propulsão Espacial e Hipersonica, tendo como linha de pesquisa Propulsão Nuclear. É, também, professor titular da Faculdade de Tecnologia São Francisco no curso de Engenharia de Controle e Automação. Foi durante dois anos professor da Faculdade IBTA na disciplina de Tomada de Decisão, e durante 13 anos foi professor da Universidade Braz Cubas nas disciplinas de física básica, cálculo numérico, fenômenos de transporte, cálculo avançado, algebra linear, geometria analítica e inteligência artificial. Recebeu 2 prêmios e/ou homenagens. Recebeu a Medalha Mérito Santos Dumont, em 2009. Entre 1994 e 2008 coordenou 6 projetos de pesquisa. Atualmente coordena 4 projetos científicos. Atua na área de Engenharia Nuclear, com ênfase em Simulacao Dinâmica de Sistemas e Processos. Em seu currículo Lattes os termos mais freqüentes na contextualização da produção científica, tecnológica e artístico-cultural são: tecnologia nuclear aplicada ao espaço, numerical simulation, liquid metal cooled reactor, tecnologia de microrreatores nucleares, reator rápido, tecnologia nuclear aplicada e IA em aplicações aeroespaciais e nucleares (lógica nebulosa, algoritmos genéticos e redes neurais). Desde de 2008, é o idelaizador e gerente do projeto TERRA - TEcnologia de Reatores Rápidos Avançados, o qual visa pesquisar as tecnologias-chave de microrreatores rápidos avançados de alta temperatura previstos para serem utilizados em propulsão nuclear espacial. Seu interesse principal atual está na aplicação da tecnologia nuclear na exploração do espaço, tais como: propulsão nuclear espacial, reatores nucleares como fonte de energia para instalações, satélites e veículos espaciais e Geradores Termoelétricos a Radioiótopos.

  • Francisca Joamila Brito do Nascimento, National Institute for Space Research

    Mestranda em Computação Aplicada no INPE, na área de Inteligência Artificial. Graduada em Engenharia de Computação com experiência em Sistemas Embarcados, tendo sido bolsista de laboratório acadêmico especializado na área, no período 2012-2013. Ainda com ênfase em Sistemas Embarcados, cursou graduação sanduíche na École Nationale Supérieure dInformatique et de Mathématiques Appliquées de Grenoble, na França, no período 2013-2014. Nos dois últimos anos da graduação, exerceu pesquisa em laboratório acadêmico com foco em TV Digital.

  • Reinaldo Roberto Rosa, National Institute for Space Research

    Técnico em Eletrônica e Telecomunicações (ITJ-1982). Graduado em Física e Astronomia pela Universidade Federal do Rio de Janeiro (1988), mestrado (1991) e doutorado (1995) em Astrofísica e Ciência Espacial pelo INPE com pesquisa realizada na Universidade de Maryland, EUA (bolsa SW-CNPq) de Nov de 1993 a Nov de 1995. Realizou pós-doutorado em Física Espacial Computacional na Universidade de Nagoya (1997) sob patrocínio da FAPESP. Criou o Núcleo para Simulação e Análise de Sistemas Complexos no Laboratório Associado de Computação e Matemática Aplicada (LAC) do INPE como bolsista jovem pesquisador em centro emergente da FAPESP (1998-2002). É Pesquisador Titular do LAC-INPE-MCTIC, concursado em 2002, regime 40 horas, onde atua como docente do Curso de Pós-Graduação em Computação Aplicada (CAP). Foi Coordenador de PG da CAP (2003-2004/2012-2013). Ex-secretário geral da SBMAC (2003-2005). É Membro do Conselho da Associação Pan-Americana de Ciências Computacionais Interdisciplinares e atuou como Vice-Chefe do LAC-INPE (2012-2013). Chair do COSPAR (2012/2014/2016).Tem experiência na área de Ciências Espaciais, com ênfase em Computação Aplicada à Astrofísica e Cosmologia, atuando principalmente nos seguintes temas: física estatística de processos não-lineares, física computacional para simulação e análise de sinais, Big Data e Inteligência Artificial. Nos últimos oito anos tem se dedicado à física espacial computacional, com foco em Ciência de Dados e HPC. Atua em pesquisa com perfil predominantemente interdisciplinar tendo publicado cerca de 90 artigos em periódicos internacionais e 01 livro. Colabora em Projetos com parcerias institucionais no Brasil e no exterior, com destaque para computação aplicada (aprendizagem de máquina e neurocomputação com pyCUDA e R) à física espacial e à física ambiental. Ë Pesquisador Principal (PI) do Projeto Temático FAPESP (Processo No 14/11156-4).

Downloads

Published

2019-06-26

Issue

Vol. 11 No. 2 (2019): July/2019

Section

Original Paper

License

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

How to Cite

[1]
2019. Double Filtering Strategy Using the Savitzky-Golay Filter on Supernovae Spectral Data. Brazilian Journal of Applied Computing. 11, 2 (Jun. 2019), 86–99. DOI:https://doi.org/10.5335/rbca.v11i2.9179.