Pētnieki no Vorika Fizikas un datorzinātņu katedras un Alana Tjūringa institūta ir izveidojuši uz mašīnmācīšanos balstītu algoritmu, lai analizētu potenciālo eksoplanetu paraugu un noteiktu, kuras no tām ir īstas un kuras ir “viltus” vai viltus pozitīvi. Planētu datu kopas ir atradušas tādas misijas kā NASA Kepler un TESS. Rezultāti ir izklāstīti jaunā pētījumā, kas publicēts Karaliskās Astronomijas biedrības ikmēneša paziņojumos.
Viņi izmantoja algoritmu Keplera datu kopā, kā rezultātā tika iegūtas 50 jaunas apstiprinātas planētas, no kurām pirmā tika pārbaudīta, izmantojot mašīnmācīšanos. Šo 50 planētu izmēri ir no Neptūna līdz Zemes izmēra planētām, kuru orbītas ir no 200 līdz 1 dienai.
"Tā vietā, lai pateiktu, kuras kandidātes, visticamāk, ir planētas, mēs tagad varam pateikt, kāda ir precīza statistiskā varbūtība. Ja iespēja, ka kandidātam būs kļūdaini pozitīvs rezultāts, ir mazāka par 1%, tā tiek uzskatīta par apstiprinātu planētu," sacīja doktors Deivids Ārmstrongs no Vorikas Universitātes Fizikas katedras.
Kad algoritms ir izveidots un apmācīts, tas ir ātrāks par pašreizējām metodēm, un to var pilnībā automatizēt, padarot to ideāli piemērotu, lai analizētu tūkstošiem potenciālo planētu kandidātu, kas novēroti pašreizējās TESS aptaujās.
Lasi arī: