Po raz pierwszy astronomowie zastosowali agorytm oparty na uczeniu maszynowym do analizy potencjalnych planet i określenia, które z nich faktycznie zaslugują na to miano.
Wyniki całego przedsięwzięcia zostały opisane na łamach Monthly Notices of the Royal Astronomical Society. Przedstawione wnioski sugerują, że astronomowie powinni korzystać z wielu różnych technik w celu poszukiwania i potwierdzania planet. Ta najnowsza, oparta na algorytmie uczenia maszynowego, również się do nich zalicza.
Naukowcy z Warwick’s Departments of Physics and Computer Science oraz Alan Turing Institute stworzyli algorytm uczenia maszynowego, który potrafi oddzielić prawdziwe egzoplanety od tych fałszywych. Dotyczy to dużych grup obiektów liczących tysiące „kandydatów” znalezionych m.in. przez misje teleskopów Keplera i TESS.
Czytaj też: Ta różowa planeta to prawdopodobnie najdziwniejsza rzecz, jaką dziś zobaczycie
Kiedy badacze zastosowali algorytm na zbiorze danych dot. niepotwierdzonych jeszcze planet zaobserwowanych przez teleskop Keplera, zaowocowało to potwierdzeniem 50 nowych egzoplanet. Obiekty te są niezwykle zróżnicowane, ponieważ niektóre są wielkości Neptuna, podczas gdy inne – mniejsze od Ziemi. Orbity części z nich wynoszą ok. 200 dni, choć znajdą się też takie, u których wynoszą one zaledwie jeden dzień.
Chcesz być na bieżąco z WhatNext? Śledź nas w Google News
