Изследователи от Департамента по физика и компютърни науки на Warwick и Института Алън Тюринг създадоха алгоритъм, базиран на машинно обучение, за да анализират извадка от потенциални екзопланети и да определят кои са истински и кои са „фалшиви“ или фалшиви положителни резултати. Набори от планетарни данни са открити от мисии като Kepler и TESS на НАСА. Резултатите са представени в ново проучване, публикувано в Monthly Notices of the Royal Astronomical Society.
Те използваха алгоритъма върху набор от данни от Kepler, което доведе до 50 нови потвърдени планети, първата от които беше потвърдена с помощта на машинно обучение. Тези 50 планети варират по размер от Нептун до планети с размерите на Земята, с орбити от 200 до 1 ден.
„Вместо да казваме кои кандидати е по-вероятно да бъдат планети, сега можем да кажем каква е точната статистическа вероятност. Ако шансът даден кандидат да е фалшиво положителен е по-малък от 1%, той се счита за потвърдена планета“, каза д-р Дейвид Армстронг от катедрата по физика в университета в Уоруик.
Веднъж изграден и обучен, алгоритъмът е по-бърз от настоящите методи и може да бъде напълно автоматизиран, което го прави идеален за анализиране на хиляди потенциални кандидати за планети, наблюдавани в настоящите проучвания на TESS.
Прочетете също: