חוקרים מהמחלקה לפיזיקה ומדעי המחשב של וורוויק וממכון אלן טיורינג יצרו אלגוריתם מבוסס למידת מכונה כדי לנתח מדגם של כוכבי לכת פוטנציאליים ולקבוע אילו הם אמיתיים ואילו הם 'זיופים' או חיוביים שגויים. מערכי נתונים פלנטריים נמצאו על ידי משימות כמו קפלר ו-TESS של נאס"א. התוצאות מוצגות במחקר חדש שפורסם ב-Mothly Notices of the Royal Astronomical Society.
הם השתמשו באלגוריתם על מערך נתונים של קפלר, והביאו ל-50 כוכבי לכת מאושרים חדשים, שהראשון שבהם אומת באמצעות למידת מכונה. 50 כוכבי הלכת הללו נעים בגודלם בין נפטון לכוכבי לכת בגודל כדור הארץ, עם מסלולים בין 200 ליום אחד.
"במקום לומר אילו מועמדים נוטים יותר להיות כוכבי לכת, כעת נוכל לומר מהי ההסתברות הסטטיסטית המדויקת. אם הסיכוי של מועמד להיות חיובי כוזב הוא פחות מ-1%, הוא נחשב לכוכב לכת מאושר", אמר ד"ר דיוויד ארמסטרונג מהמחלקה לפיזיקה באוניברסיטת וורוויק.
לאחר שנבנה והכשרה, האלגוריתם מהיר יותר מהשיטות הנוכחיות וניתן להפוך אותו לאוטומטי לחלוטין, מה שהופך אותו לאידיאלי לניתוח אלפי מועמדי כוכב הלכת הפוטנציאליים שנצפו בסקרי TESS נוכחיים.
קרא גם: