Resumen

SOLTAU, S. B.  y  BOTTI, L. C. L.. Periodicity Detection in AGN with the Boosted Tree Method. Rev. mex. astron. astrofis [online]. 2021, vol.57, n.1, pp.107-122.  Epub 30-Sep-2021. ISSN 0185-1101.  https://doi.org/10.22201/ia.01851101p.2021.57.01.07.

Aplicamos un algoritmo de aprendizaje automático llamado XGBoost para explorar la periodicidad de dos fuentes de radio: PKS 1921-293 (OV 236) y PKS 2200+420 (BL Lac), ambos conjuntos de datos de radiofrecuencia obtenidos del Observatorio de Radio Astronomía de la Universidad de Michigan (UMRAO), a 4:8 GHz, 8:0 GHz, y 14:5 GHz, entre 1969 y 2012. A partir de estos métodos, encontramos que XGBoost brinda la oportunidad de utilizar una metodología basada en aprendizaje automático en el conjunto de datos de radio y extraer información con estrategias bastante diferentes de las utilizadas tradicionalmente para tratar series temporales y obtener periodicidad a través de la clasificación de eventos recurrentes. Los resultados se compararon con los obtenidos en otros trabajos que examinaron el mismo conjunto de datos y muestraron resultados compatibles.