Authors: Einecke, Sabrina
Title: The data mining guide to the galaxy
Other Titles: Active galactic nuclei in a multi-wavelength context
Language (ISO): en
Abstract: This thesis is concerned with the examination of Active Galactic Nuclei (AGN) within the field of gamma-ray and multi-wavelength astronomy in conjunction with data mining applications. The extension of the population of AGNs enables a tremendous refinement of our knowledge of gamma-ray emitting objects. For this purpose, the information about the class affiliation of a cataloged source and its corresponding counterparts is important. To possibly extend the AGN population, the multi-wavelength data of a list of AGN candidates from the Fermi catalog have been investigated to increase the quality of the prediction. The capability and performance of this method has been proven in the scope of this thesis. However, this procedure is quite complex, and does not fully exploit data mining techniques. For that reason, a new approach to search for AGN candidates in the Fermi catalog has been developed, and the suitability of the concept has been proven. This method exploits multi-wavelength information in conjunction with data mining methods to determine both the affiliation of the class and the counterpart. The classification task of the previous search has been refined to search for specific blazars, a subtype of AGNs, and their counterparts. Despite the higher complexity, the capability of the method has been successfully demonstrated. A very promising blazar candidate has been observed with the MAGIC telescopes. The analysis of these observations resulted in the derivation of flux upper limits, which have been set in context with observations at other wavelengths, allowing conclusions on the properties of the object. The MAGIC analysis chain offers the possibility to utilize data mining techniques to reconstruct the energy or to discriminate between gamma rays and hadrons. So far, the approach to reconstruct the energy of stereoscopic observations with these techniques has not been exploited, and thus, it has been newly set up. Both stated applicabilities have been revised, optimized and evaluated, and their benefits have been illustrated. Especially, the choice of the feature set to generate the models turned out to be extremely important.
Diese Arbeit beschäftigt sich mit der Untersuchung von Aktiven Galaktischen Kernen (AGN) im Bereich der Gamma- und Multiwellenlängenastronomie in Verbindung mit Data-Mining-Anwendungen. Die Erweiterung der AGN-Population ermöglicht eine enorme Verfeinerung unseres Wissens über Objekte, die Gammastrahlung emittieren. Zu diesem Zweck sind die Informationen über die Klassenzugehörigkeit einer katalogisierten Quelle und die entsprechenden Gegenstücke wichtig. Um die AGN-Population möglicherweise zu erweitern, wurden die Multiwellenlängen-Daten einer Liste von AGN-Kandidaten aus dem Fermi-Katalog untersucht, um die Qualität der Vorhersage zu erhöhen. Die Fähigkeit dieser Methode wurde im Rahmen dieser Arbeit nachgewiesen. Dieses Verfahren ist jedoch recht komplex und nutzt Data-Mining-Techniken nicht vollständig aus. Aus diesem Grund wurde ein neuer Ansatz für die Suche nach AGN-Kandidaten im Fermi-Katalog entwickelt und die Eignung des Konzepts nachgewiesen. Diese Methode nutzt Multiwellenlängen-Informationen in Verbindung mit Data-Mining-Methoden, um sowohl die Klassenzugehörigkeit als auch das Gegenstück zu bestimmen. Die Klassifizierungsaufgabe der vorherigen Suche wurde verfeinert, um nach bestimmten Blazaren, einem Subtyp von AGNs und ihren Gegenstücken zu suchen. Trotz der höheren Komplexität konnte die Eignung der Methode erfolgreich nachgewiesen werden. Ein vielversprechender Blazar-Kandidat wurde mit den MAGIC-Teleskopen beobachtet. Die Analyse dieser Beobachtungen führte zur Bestimmung von Fluss-Obergrenzen, die in Zusammenhang mit Beobachtungen in anderen Wellenlängen gesetzt wurden, so dass Rückschlüsse auf die Eigenschaften des Objekts möglich waren. Die MAGIC-Analysekette bietet die Möglichkeit Data-Mining-Techniken zur Rekonstruktion der Energie oder zur Unterscheidung von Gammastrahlung und Hadronen zu nutzen. Der Ansatz, die Energie stereoskopischer Beobachtungen mit diesen Techniken zu rekonstruieren, wurde bisher nicht ausgenutzt und deshalb neu aufgesetzt. Die beiden genannten Anwendungsmöglichkeiten wurden optimiert und evaluiert. Insbesondere die Wahl des Parametersatzes zur Generierung der Modelle erwies sich als äußerst wichtig.
Subject Headings: Astroteilchenphysik
Aktive galaktische Kerne
Gammaastronomie
Maschinelles Lernen
Data mining
Subject Headings (RSWK): Astrophysik
Aktiver galaktischer Kern
Gammaastronomie
Maschinelles Lernen
Data Mining
URI: http://hdl.handle.net/2003/36281
http://dx.doi.org/10.17877/DE290R-18295
Issue Date: 2017
Appears in Collections:Experimentelle Physik 5 Astroteilchenphysik

Files in This Item:
File Description SizeFormat 
Dissertation_Einecke_pdfa.pdfDNB25.23 MBAdobe PDFView/Open


This item is protected by original copyright



This item is protected by original copyright rightsstatements.org