Deep Learning para eliminación de turbulencia atmosférica en imágenes de Lucky Imaging obtenidas con el instrumento FastCam, utilizado en telescopios terrestres.

Authors
Date and time
16 Oct 2026 - 10:30 Europe/London
Address

Aula

Talk language
English
Slides language
English
Serie number
1
Description

 

En este Trabajo de Fin de Máster se desarrolla y evalúa un sistema de Deep Learning guiado por la física para la reconstrucción de imágenes astronómicas de estrellas individuales y binarias adquiridas por el instrumento FastCam. El modelo integra redes convolucionales y capas recurrentes (LSTM) para modelar la correlación temporal de las perturbaciones del frente de onda, proyectadas sobre una base modal de Karhunen-Loève. El entrenamiento se realiza de forma auto-supervisada mediante una función de pérdida informada por el formalismo analítico de MFBD en el espacio de Fourier, prescindiendo de datos sintéticos etiquetados. Asimismo, se explora el impacto de cinco configuraciones de entrada basadas en representaciones espaciales y transformaciones de Fourier (módulo y fase).