Истражувачите од Одделот за физика и компјутерски науки на Ворвик и Институтот Алан Туринг создадоа алгоритам заснован на машинско учење за да анализираат примерок од потенцијални егзопланети и да утврдат кои се вистински, а кои се „лажни“ или лажни позитиви. Планетарните множества на податоци се пронајдени од мисии како што се Кеплер и ТЕСС на НАСА. Резултатите се претставени во новата студија објавена во Месечните известувања на Кралското астрономско друштво.
Тие го користеа алгоритмот на базата на податоци од Кеплер, што резултираше со 50 нови потврдени планети, од кои првата беше потврдена со помош на машинско учење. Овие 50 планети се со големина од Нептун до планети со големина на Земјата, со орбити од 200 до 1 ден.
„Наместо да кажеме кои кандидати се со поголема веројатност да бидат планети, сега можеме да кажеме која е точната статистичка веројатност. Ако шансата кандидатот да биде лажно позитивен е помала од 1%, тоа се смета за потврдена планета“, рече д-р Дејвид Армстронг од Катедрата за физика на Универзитетот во Ворвик.
Откако ќе се изгради и обучи, алгоритмот е побрз од сегашните методи и може да биде целосно автоматизиран, што го прави идеален за анализа на илјадниците потенцијални кандидати за планети забележани во тековните истражувања на TESS.
Прочитајте исто така: