I ricercatori del Dipartimento di Fisica e Informatica di Warwick e dell'Alan Turing Institute hanno creato un algoritmo basato sull'apprendimento automatico per analizzare un campione di potenziali esopianeti e determinare quali sono autentici e quali sono "falsi" o falsi positivi. I set di dati planetari sono stati trovati da missioni come Kepler e TESS della NASA. I risultati sono presentati in un nuovo studio pubblicato negli Avvisi mensili della Royal Astronomical Society.
Hanno utilizzato l'algoritmo su un set di dati di Kepler, risultando in 50 nuovi pianeti confermati, il primo dei quali è stato verificato utilizzando l'apprendimento automatico. Questi 50 pianeti hanno dimensioni variabili da Nettuno a pianeti delle dimensioni della Terra, con orbite da 200 a 1 giorno.
“Invece di dire quali candidati hanno maggiori probabilità di essere pianeti, ora possiamo dire qual è l'esatta probabilità statistica. Se la possibilità che un candidato sia un falso positivo è inferiore all'1%, è considerato un pianeta confermato", ha affermato il dottor David Armstrong del Dipartimento di Fisica dell'Università di Warwick.
Una volta costruito e addestrato, l'algoritmo è più veloce dei metodi attuali e può essere completamente automatizzato, rendendolo ideale per analizzare le migliaia di potenziali pianeti candidati osservati nelle attuali indagini TESS.
Leggi anche: