Przecław News

Informacje o Polsce. Wybierz tematy, o których chcesz dowiedzieć się więcej w Wiadomościach Przecławia.

Algorytm uczenia maszynowego właśnie znalazł 301 dodatkowych planet w danych Keplera

Patrząc w przyszłość, astronomowie są podekscytowani tym, jak uczenie maszynowe — czyli uczenie maszynowe. Głębokie uczenie i sztuczna inteligencja (AI) — poprawi ankiety. Jeden z obszarów, który już czerpie korzyści z poszukiwań egzoplanet, ponieważ naukowcy polegają na algorytmach uczenia maszynowego, aby odróżnić słabe sygnały od szumu tła. Ponieważ dziedzina nadal przechodzi od odkrywania do charakteryzowania, rola inteligencji maszynowej prawdopodobnie stanie się ważniejsza.

Brać Keplera teleskop kosmiczny, co stanowi 2879 potwierdzonych odkryć (z 4575 egzoplanet odkryte do tej pory) w ciągu prawie dziesięciu lat służby. Po zbadaniu danych zebranych przez firmę Kepler za pomocą nowej sieci neuronowej głębokiego uczenia o nazwie ExoMiner, zespół badawczy z NASA Ames Research Center był w stanie odkryć kolejne 301 sygnałów planetarnych i dodać je do rosnącej populacji egzoplanet.

Te nowo odkryte egzoplanety i algorytm ExoMiner zostały opisane w artykule niedawno przyjętym do publikacji w Czasopismo Astrofizyczne. Referat i zespół projektowy kierował Hamid Valizadegan, dyrektor ds. uczenia maszynowego w Uniwersytety Stowarzyszenie Badań Kosmicznych (USRA) w NASA Ames i obejmowało kilku badaczy z USRA oraz Instytut SETIi uniwersytety z całego świata.

Jak podkreślili w swoim artykule, wszystkie 301 planet, które zostały automatycznie zatwierdzone, zostały wykryte przez Centrum Operacji Naukowych Keplera Rurociąg. Te planety zostały również ulepszone do statusu planety „Kandydat” przez Biuro Nauki Keplera (Innymi słowy, niepewny). Jednak przed zbadaniem archiwów Keplera za pomocą ExoMiner nikt nie był w stanie zweryfikować, czy te możliwe sygnały to egzoplanety.

Podobnie jak wszystkie techniki uczenia maszynowego, ta nowa głęboka sieć neuronowa uczy się identyfikować wzorce na podstawie dostarczonych danych. W przypadku ExoMiner, naukowcy z NASA Ames zaprojektowali go przy użyciu wielu testów i właściwości, których używają eksperci od ludzi, aby potwierdzić istnienie egzoplanet. Zintegrowany z superkomputerem NASA (żyrandol), wykorzystuje tę wiedzę do rozróżniania między rzeczywistymi egzoplanetami a różnymi typami „fałszywych alarmów”.

W artykule zauważono również, że ExoMiner jest bardziej dokładny i spójny w wykluczaniu fałszywych trafień i identyfikowaniu sygnatur planetarnych, jednocześnie pokazując zespołom naukowym, jak dobiegły one końca. Jak Valizadegan wytłumaczyć:

„Kiedy ExoMiner mówi, że coś jest planetą, możesz być pewien, że jest to planeta. ExoMiner jest bardzo dokładny i pod pewnymi względami bardziej niezawodny niż zarówno obecne klasyfikatory maszynowe, jak i eksperci od ludzi, których mają symulować ze względu na błędy, które towarzyszą „ludzkie etykiety”. Teraz, gdy przeszkoliliśmy ExoMiner, wykorzystując dane Keplera, po niewielkim dopracowaniu, możemy przenieść tę naukę do innych zadań, w tym do TESS, nad którym obecnie pracujemy. Jest miejsce na rozwój”.

Kiedy planeta przechodzi bezpośrednio między nami a swoją gwiazdą, krzywa światła nieznacznie się zmienia, co astronomowie wykorzystują do określenia obecności planet. Źródło: NASA Goddard Space Flight Center

ExoMiner został specjalnie zaprojektowany, aby pomóc ekspertom, którzy badają dane zebrane podczas Keplera I K2 kampanie. Wynika to ze sposobu, w jaki szuka egzoplanet Keplera i jej następca Tranzytowanie satelity w celu zbadania planet zewnętrznych (kozioł). Polega to na obserwowaniu tysięcy gwiazd pod kątem oznak okresowego spadku jasności, co może być spowodowane przez egzoplanety przechodzące przed nimi (tzw. tranzyty) do obserwatora.

znany jako metoda tranzytu (znana również jako fotometria tranzytowa), technologia ta jest jak dotąd najskuteczniejszym sposobem wykrywania egzoplanet, odpowiadając za ponad 75% wszystkich dotychczasowych odkryć. Jednak jest również przedmiotem znacznej liczby fałszywych trafień, która może sięgać nawet 40% w systemach z jedną planetą (na podstawie Studium 2012 z danych misji Keplera). Co więcej, jest skuteczny tylko w około 10% układów gwiazdowych, w których musi znajdować się od krawędzi do krawędzi w stosunku do obserwatora, aby tranzyty były widoczne.

Podstawowym sposobem obejścia tego jest obserwacja tysięcy gwiazd na jednym polu, co stwarza obciążenie związane z eksploracją danych (wspomnianą powyżej). Z tych wszystkich powodów posiadanie robota-asystenta, który może niezawodnie przetwarzać dane (poprzez dokładne poznanie tego, czego szukać), jest ogromnym przełomem. Jak powiedział John Jenkins, naukowiec zajmujący się egzoplanetami z NASA Ames Research Center, w niedawnym artykule NASA informacja prasowa:

„W przeciwieństwie do innych programów uczenia maszynowego do wykrywania egzoplanet, ExoMiner nie jest czarną skrzynką — nie ma dwuznaczności co do tego, dlaczego decyduje, że coś jest planetą, czy nie. Możemy łatwo wyjaśnić cechy danych, które doprowadziły ExoMiner do odrzucenia lub potwierdzenia planety … Te 301 odkryć pomaga nam lepiej zrozumieć planety i układy słoneczne poza naszą konstelacją oraz co sprawia, że ​​nasza planeta jest tak wyjątkowa”.

https://www.youtube.com/watch?v=uOxuTLPAalzI

Niestety, żadna z nowo potwierdzonych planet nie jest uważana za „podobną do Ziemi”, co oznacza, że ​​nie ma ani skalistego składu, ani orbity w ekosferze ich gwiazd macierzystych (HZ). Mają jednak pewne cechy wspólne z całkowitą liczbą potwierdzonych egzoplanet w sąsiedztwie galaktyki, co czyni te 301 planet odpowiednim dodatkiem do populacji egzoplanet.

W niedalekiej przyszłości ExoMiner i inne technologie uczenia maszynowego okażą się bardzo przydatne w zadaniach opartych na fotometrii przejściowej. Obejmuje to TESS, który ma działać do: wrzesień 2022 (z wyłączeniem innych rozszerzeń), ale także ESA Tranzyty planetarne i oscylacje gwiazd (PLATON) i NASA Roman Kosmiczny Teleskop Nancy Grace (RST) – który ma zostać uruchomiony w 2026 i 2027 roku (odpowiednio).

Dogłębna lektura: NASA

READ  Podaj makaron: dieta śródziemnomorska odkrywa sekret długowieczności!