Дослідники з Департаменту фізики та інформатики Уорвіка, а також Інституту Алана Тюрінга створили алгоритм, заснований на машинному навчанні для аналізу вибірки потенційних екзопланет і визначення того, які з них справжні, а які – «фальшиві» або помилкові спрацьовування. Набори даних про планети були знайдені за допомогою таких місій як Kepler від NASA і TESS. Результати представлені в новому дослідженні, опублікованому в Щомісячних повідомленнях Королівського астрономічного товариства.
Вони використали алгоритм на наборі даних від Kepler, в результаті чого було отримано 50 нових підтверджених планет, і перша з них була перевірена за допомогою машинного навчання. Ці 50 планет варіюються розміром вiд Нептуна до планет iз Землю, з орбітами від 200 до 1 дня.
«Замість того, щоб говорити, які кандидати з більшою ймовірністю будуть планетами, тепер ми можемо сказати, яка точна статистична ймовірність. Якщо ймовірність того, що кандидат виявиться хибнопозитивним, становить менше ніж 1%, це вважається підтвердженою планетою», – сказав доктор Девід Армстронг з факультету фізики Уорікського університету.
Після створення і навчання алгоритм працює швидше, ніж чинні методи, і може бути повністю автоматизований, що робить його ідеальним для аналізу тисяч потенційних планет-кандидатів, які спостерігаються в поточних дослідженнях TESS.
Читайте також: