一种新的人工智能算法在已解散的系外行星狩猎望远镜收集的数据中发现了 300 多颗以前未知的系外行星。
这 开普勒太空望远镜是美国宇航局第一个专门的系外行星猎人，已经发现了数十万颗恒星，以寻找我们以外的潜在宜居世界。 太阳系. 即使在望远镜消亡之后，您收集的潜在行星的集合仍在继续产生新的发现。 人类专家分析系外行星迹象的数据。 但是一种名为 ExoMiner 的新算法现在可以模拟此过程并更快、更有效地清理目录。
该望远镜于 2018 年 11 月停止运行，它搜索了恒星亮度的暂时下降，这可能是从开普勒的角度来看，这可能是由一颗行星在恒星盘前过境造成的。 但并非所有这些昏暗都是原因 外行星，并且科学家们必须遵循详细的程序来区分误报和真实事物，根据 一种 美国宇航局声明.
有关的： 这 10 颗超极端系外行星不属于这个世界
ExoMiner，就是所谓的神经网络，是一种人工智能算法，当输入足够的数据量时，可以学习并提高其能力。 开普勒已经产生了大量数据：在其服务不到 10 年的时间里，望远镜已经发现了数千颗候选行星，其中近 3,000 颗已经得到确认。 这是总数的绝大部分 目前已知的系外行星有 4,569 颗.
对于每颗候选系外行星，查看开普勒数据的科学家会查看光变曲线并计算出一小部分的大小 星星 这颗行星似乎被覆盖了。 他们还将分析潜在行星穿过恒星盘需要多长时间。 在某些情况下，观测到的亮度变化不太可能用绕太阳系运行的系外行星来解释。 ExoMiner 算法遵循完全相同的过程，但效率更高，允许研究人员将一组 301 颗以前未知的系外行星同时添加到开普勒行星目录中。
“当 ExoMiner 说某物是一颗行星时，你可以确定它是一颗行星，”美国宇航局艾姆斯研究中心大学空间研究联盟的 ExoMiner 项目负责人兼机器学习主管 Hamid Valizadegan 在声明中说。 “由于人类标签带来的偏见，ExoMiner 非常准确，并且在某些方面比当前的机器分类器和它应该模仿的人类专家更可靠。”
现在 ExoMiner 已经展示了它的技能，科学家们正在寻求使用它来帮助检查来自当前和即将进行的系外行星搜索任务的数据，例如 NASA 当前的任务。 过境卫星调查外行星 (TESS) 或欧洲航天局的过境行星和恒星振荡 (PLATO) 任务，该任务将于 2026 年发射。
不幸的是，新确认的系外行星中没有一个可能是生命宿主的候选者，因为它们位于母星的宜居带之外。
美国宇航局在声明中表示，该论文已被《天体物理学杂志》接受发表。 一种 草稿纸 可在 arXiv.org 上阅读预印本。
在 Twitter 上关注 Teresa Poltarova 推文嵌入. 跟着我们 在推特上 推文嵌入 并在 脸书社交网站.
“社交媒體傳播者。學生。讀者。麻煩製造者。典型的性格內向。”
More Stories
军团士兵在与这一特殊豪华功能相关的两艘独立游轮上爆发：报告
SpaceX 从佛罗里达州发射 23 颗星链卫星（视频和照片）
ULA 在研究 Vulcan 助推器异常的同时，也在调查空气动力学问题