Výskumníci z Warwick's Department of Physics and Computer Science a Alan Turing Institute vytvorili algoritmus založený na strojovom učení na analýzu vzorky potenciálnych exoplanét a určenie, ktoré z nich sú pravé a ktoré sú „falošné“ alebo falošne pozitívne. Súbory planetárnych údajov našli misie ako Kepler a TESS od NASA. Výsledky sú prezentované v novej štúdii publikovanej v Monthly Notices of the Royal Astronomical Society.
Algoritmus použili na súbore údajov z Keplera, výsledkom čoho bolo 50 nových potvrdených planét, z ktorých prvá bola overená pomocou strojového učenia. Týchto 50 planét má veľkosť od Neptúna po planéty veľkosti Zeme s obežnými dráhami od 200 do 1 dňa.
"Namiesto toho, aby sme povedali, ktorí kandidáti sú s väčšou pravdepodobnosťou planétami, môžeme teraz povedať, aká je presná štatistická pravdepodobnosť." Ak je šanca, že kandidát bude falošne pozitívny, menšia ako 1 %, považuje sa to za potvrdenú planétu,“ povedal doktor David Armstrong z Katedry fyziky na University of Warwick.
Po zostavení a natrénovaní je algoritmus rýchlejší ako súčasné metódy a môže byť plne automatizovaný, vďaka čomu je ideálny na analýzu tisícok potenciálnych kandidátov planét pozorovaných v súčasných prieskumoch TESS.
Prečítajte si tiež: