Cercetătorii de la Departamentul de Fizică și Informatică din Warwick și de la Institutul Alan Turing au creat un algoritm bazat pe învățarea automată pentru a analiza un eșantion de potențiale exoplanete și a determina care dintre ele sunt autentice și care sunt „false” sau false pozitive. Seturi de date planetare au fost găsite de misiuni precum Kepler și TESS de la NASA. Rezultatele sunt prezentate într-un nou studiu publicat în Monthly Notices of the Royal Astronomical Society.
Ei au folosit algoritmul pe un set de date de la Kepler, rezultând 50 de noi planete confirmate, prima dintre care a fost verificată folosind învățarea automată. Aceste 50 de planete variază în mărime de la Neptun la planete de dimensiunea Pământului, cu orbite de la 200 la 1 zi.
„În loc să spunem care candidați au mai multe șanse să fie planete, putem spune acum care este probabilitatea statistică exactă. Dacă șansa ca un candidat să fie fals pozitiv este mai mică de 1%, este considerată o planetă confirmată”, a spus dr. David Armstrong de la Departamentul de Fizică de la Universitatea Warwick.
Odată construit și antrenat, algoritmul este mai rapid decât metodele actuale și poate fi complet automatizat, făcându-l ideal pentru analiza miilor de potențiali planete candidate observate în sondajele actuale TESS.
Citeste si: