Nieuwe deep learning-methode voegt 301 planeten toe aan Kepler’s totale aantal

Wetenschappers hebben onlangs 301 nieuw gevalideerde massieve exoplaneten toegevoegd aan het totale aantal exoplaneten. De planetenmassa is de laatste die zich bij de 4.569 planeten voegt die al zijn gevalideerd en die rond een groot aantal verre sterren draaien. Hoe hebben wetenschappers zo’n enorm aantal planeten ontdekt, blijkbaar tegelijk? Het antwoord ligt in een nieuw diep neuraal netwerk genaamd ExoMiner.

Diepe neurale netwerken zijn methoden voor machinaal leren die automatisch een taak leren wanneer ze voldoende gegevens krijgen. ExoMiner is een nieuw diep neuraal netwerk dat gebruikmaakt van NASA’s supercomputer, de Pleiaden, en echte exoplaneten kan onderscheiden van verschillende soorten oplichters, of ‘false positives’. Het ontwerp is geïnspireerd op veel van de tests en kenmerken die menselijke experts gebruiken om nieuwe exoplaneten te bevestigen. Het leert met behulp van eerder bevestigde exoplaneten en valse positieven.

ExoMiner completeert professionals in het doorzoeken van data en het ontcijferen van wat een planeet is en wat niet. In het bijzonder gegevens verzameld door NASA’s Kepler-ruimtevaartuig en K2, de vervolgmissie. Voor missies zoals Kepler, met duizenden sterren in hun gezichtsveld, elk met het potentieel om meerdere potentiële exoplaneten te herbergen, is het een tijdrovende taak om in de enorme datasets te duiken. ExoMiner lost dit dilemma op.

zei John Jenkins, een exoplaneetwetenschapper bij NASA’s Ames Research Center in Silicon Valley in Californië. “We kunnen de kenmerken in de gegevens gemakkelijk verklaren die ExoMiner ertoe brengen een planeet af te wijzen of te bevestigen.”

Wat is het verschil tussen bevestigd en gecertificeerd? extrasolaire planeet? Een planeet wordt “bevestigd” wanneer verschillende observatietechnieken kenmerken onthullen die alleen door een planeet kunnen worden verklaard. Een planeet wordt “gevalideerd” met behulp van statistieken – wat betekent hoe waarschijnlijk of waarschijnlijk het is dat het een planeet is op basis van de gegevens.

In een paper gepubliceerd in Astrofysisch tijdschrift, legt het team van Ames uit hoe de ExoMiner 301 ontdekte planeten Met behulp van gegevens van de resterende set potentiële – of kandidaat – planeten in de Kepler-archieven. Alle 301 gevalideerde planeten werden automatisch ontdekt via de Kepler Science Operations Center-pijplijn en opgewaardeerd tot kandidaat-planeetstatus door het Kepler Science Office. Maar tot ExoMiner was niemand in staat om ze als planeten te valideren.

Het artikel laat ook zien hoe ExoMiner nauwkeuriger en consistenter is in uitsluiting valse positieven en een beter vermogen om de ware handtekeningen van planeten die om hun moedersterren draaien te onthullen – en dat alles terwijl wetenschappers de mogelijkheid krijgen om in detail te zien wat ExoMiner tot zijn conclusie leidde.

“Als je ExoMiner zegt dat iets een planeet is, kun je er zeker van zijn dat het een planeet is”, voegt Hamid Valizadegan, ExoMiner-projectleider en Machine Learning Director bij het Space Research Consortium aan de Ames University toe. “ExoMiner is zeer nauwkeurig en in sommige opzichten betrouwbaarder dan zowel de huidige machineclassificaties als de menselijke experts die het zou moeten evenaren vanwege de vooroordelen die gepaard gaan met menselijke labels.”

Geen van de nieuw bevestigde planeten wordt verondersteld aardachtig te zijn of zich in de bewoonbare zone van hun moedersterren te bevinden. Maar ze delen kenmerken die vergelijkbaar zijn met het totaal van bevestigde exoplaneten in de buurt van de melkweg.

“Deze 301 ontdekkingen helpen ons planeten en zonnestelsels buiten ons sterrenbeeld beter te begrijpen, en wat onze planeet zo uniek maakt,” zei Jenkins.

Naarmate de zoektocht naar meer exoplaneten doorgaat – met missies die transitfotometrie gebruiken, zoals NASA’s Transiting Exoplanet Survey Satellite, of TESS, de Transiting and Oscillations of Stars PLAnetary-missie, of PLATO, de ExoMiner-missie – zal het meer mogelijkheden hebben om het te bewijzen op dit niveau. de missie.

“Nu we ExoMiner met Kepler-gegevens hebben getraind, kunnen we dat geleerde, met een beetje fine-tuning, overbrengen naar andere taken, waaronder TESS, waar we momenteel aan werken”, zei Valizadegan. “Er is ruimte voor groei.”