新机器学习算法确认50颗系外行星

中国经济时报北京市8月26日电 (新闻记者刘霞)据科学家机构网25日报导,英国科学家开发设计出一种新的机器学习算法,已用其确定了50颗系外行星。它是科学家初次应用机器学习技术指标分析潜在性行星样版,并明确什么是真正的,什么是“假”或阳性,进而测算出每粒候选行星为一颗真实行星的几率。

全新研究結果发布于《皇家天文学会月刊》上,该研究还初次对该类行星认证技术性开展了规模性较为。研究工作人员表明,她们的结果为将来应用多种多样认证技术性(包含她们的机器学习算法)统计分析并确定系外行星的发觉出示了夯实基础。

现阶段很多系外行星调研都依靠凌星法来搜集很多数据信息。说白了凌星法指的是行星根据行星正前方时,会造成 望眼镜检测到的行星传出的光源显著降低,但这也可能是因为情况物件的影响,乃至照相机中的细微偏差引发,这种“阳性”能够 在行星认证全过程中挑选出去。

华威大学物理学与电子信息科学系及其莱纳·图灵研究所的研究工作人员搭建了一种根据机器学习技术性的算法,接着应用美国国家航空航天局的开普勒和 “凌日系外行星勘查通讯卫星(TESS)”望眼镜每日任务等得到的数千颗候选行星样版开展训炼,然后在开普勒望眼镜并未确定的候选行星数据上应用该算法,确定了50颗行星,这种行星是第一批被机器学习“验明正身”的行星。

研究工作人员强调,这50颗行星大小不一,从像海王星一样大到比地球上小,公转周期从200天到一天不一,科学家接下去能够 应用专用型望眼镜优先选择对他们开展进一步观查。

研究工作人员表明,该算法训练有素高效率比目前技术性高些,而且能够 彻底自动化技术,特别适合剖析TESS等当今调研中观查到的数千个行星候选物,还可以变成未来用以给行星“验明正身”的专用工具之一。