Космічний телескоп Kepler.
Група астрономів зі Сполученого Королівства використовувала алгоритм машинного навчання для аналізу вибірки потенційних екзопланет, ідентифікованих космічним телескопом НАСА «Кеплер», і для визначення того, які із запропонованих випадків дійсно екзопланети, а які ні.
«Для підтвердження планет техніку машинного навчання ніхто раніше не використовував», - розповів провідний автор роботи доктор Девід Армстронг (David Armstrong), астроном з Фізичного факультету і Центру екзопланет і населеності в Ворікському університеті (University of Warwick).
Доктор Армстронг і його колеги побудували алгоритм машинного навчання, який може відокремлювати реальні планети у великих вибірках з тисяч випадків-кандидатів, знайдених за допомогою телескопів. Алгоритм навчили розпізнавати реальні екзопланети, використовуючи дві великі вибірки підтверджених планет і помилкових спрацьовувань «Кеплера».
Потім дослідники застосували алгоритм на наборі даних все ще непідтверджених кандидатів в екзопланети, зазначених телескопом «Кеплер», в результаті чого було підтверджено 50 нових планет, і це вперше було зроблено за допомогою машинного навчання.
"Майже 30% відомих на сьогоднішній день планет були підтверджені з використанням тільки одного методу, і це не ідеально, - додає доктор Армстронг. - Розробка нових методів валідації бажана вже навіть з цієї причини. Але, крім цього, машинне навчання дозволить нам робити це дуже швидко ".
Підтверджені з використанням технологій машинного навчання 50 планет - це небесні тіла різних розмірів, одні приблизно з Нептун, інші менше, ніж Земля, з періодами поводження навколо своїх зірок від 200 днів до одного.
Розібравшись, які екзопланети реальні, вчені тепер можуть розставити пріоритети для подальших спостережень за допомогою спеціальних телескопів.
Випробувавши алгоритм машинного навчання на невеликій вибірці, дослідники планують спробувати застосувати його на сетах з тисяч кандидатів в екзопланети, які планується отримувати за допомогою спеціальних телескопів, наприклад, TESS.
Про телескоп TESS докладніше читайте за посиланням: https://22century.ru/space/84406.