机器学习算法帮助天文学家认出50颗新系外行星

据外媒报道，天文学家初次行使呆板进修算法--一种自我进修的人工智能--来确认系生手星的存在，这些数据则都是由现已退役的开普勒太空望远镜网络获得。据悉，该算法最终确认了50颗系生手星，从海王星巨细的气态巨行星到比地球小的生手星。

1995年，一个欧洲天文学家小组初次公布了绕外星星球运行的行星Pegasi b，这颗热气体星球的巨细是木星的一半。而自这一发明之后，人类就开始一向在狂热地征采也许暗藏我们星系的其他天下的证据。跟着时刻的推移，行星搜刮技能不绝成长，专门的望远镜如开普勒望远镜和其后的TESS相继发射升空，它们在辽阔的天空中探求潜匿天下的证据。当一颗行星从它的圆盘和视察望远镜的大眼之间穿过期，一颗迢遥的恒星发出的光泽会周期性地倾斜，这就是证据。这种发明系生手星的要领被称为凌日法。

这些全力没有白搭。天文学家已经发明白超4200个在太阳系外运行的行星以及超5000个候选系生手星。然而这些候选行星还必要进一步的调查才气确定其是否为系生手星。

此刻，天文学家们开始寻求呆板进修的辅佐，这种AI技能可以辅佐他们筛选望远镜的海量数据并从真正具有科学意义的系生手星中剔除去误报的环境。

呆板进修算法，顾名思义就是能从已往的履历中进修并随时刻的推移慢慢进步其精确性和机能。

来自华威大学物理系和艾伦·图灵研究所的科学家们成立了一个探求系生手星的算法，并通过将现已不存在的开普勒太空望远镜捕捉的两大数据样本输入该算法举办实习。个中一个数据集是已经确认的行星，另一个数据集是已知的误报数据。

随后，该团队对开普勒档案中未被确认的系外候选行星样本举办了运算。任何假阳性概率小于1%的系生手星城市被归类为已确认行星。

“就行星验证而言，之前还没有人行使过呆板进修技能，”这篇新论文的作者之一、华威大学的David Armstrong博士评述道，“呆板进修已被用于对候选行星举办排序，但从来没有在概率框架中行使过，而概率框架是真正验证一颗行星所必要的。我们此刻可以说出准确的统计也许性，而不是说哪些候选者更有也许是行星。”

据悉，该算法能从候选数据中统计确认50颗系生手星的存在，范畴从比地球还小的小型外星天下到跟海王星一样巨细的庞大气体星球。

该研究的论文作者暗示，呆板进修算法是完全自动化的，其能以更快的速率从真正的系生手星中疏散出误报数据。科学家们以为，将来确认发明时，应该团结多种系生手星确认要领。

“截至到今朝，约有30%的已知行星仅用一种要领举办了验证，这并不抱负，”Armstrong指出，“仅仅由于这个缘故起因，开拓新的验证要领是可取的。与此同机缘器进修还能让我们做得很是快并以更快的速率对候选者举办优先排序。”

接下来，研究职员规划继承实习该算法并但愿将他们的算法应用于TESS网络的更大的候选系生手星样本以及将来的使命，如ESA打算的PLATO使命。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!