开普勒望远镜|新机器学习算法确认50颗系外行星
科技日报北京8月26日电 (采访人员刘霞)据物理学家组织网25日报道 , 英国科学家开发出一种新的机器学习算法 , 已用其确认了50颗系外行星 。这是天文学家首次使用机器学习技术分析潜在行星样本 , 并确定哪些是真实的 , 哪些是“假”或假阳性 , 从而计算出每颗候选行星为一颗真正行星的概率 。
最新研究结果发表于《皇家天文学会月刊》上 , 该研究还首次对此类行星验证技术进行了大规模比较 。研究人员表示 , 他们的结论为未来使用多种验证技术(包括他们的机器学习算法)统计并确认系外行星的发现提供了坚实基础 。
目前许多系外行星调查都借助凌星法来收集大量数据 。所谓凌星法指的是行星通过恒星前方时 , 会导致望远镜探测到的恒星发出的光线明显下降 , 但这也可能是由于背景物体的干扰 , 甚至相机中的微小误差所致 , 这些“假阳性”可以在行星验证过程中筛选出来 。
华威大学物理与计算机科学系以及艾伦·图灵研究所的研究人员构建了一种基于机器学习技术的算法 , 随后使用美国国家航空航天局的开普勒和 “凌日系外行星勘探卫星(TESS)”望远镜任务等获得的数千颗候选行星样本进行训练 , 接着在开普勒望远镜尚未确认的候选行星数据集上使用该算法 , 确认了50颗行星 , 这些行星是首批被机器学习“验明正身”的行星 。
【开普勒望远镜|新机器学习算法确认50颗系外行星】研究人员指出 , 这50颗行星大小不一 , 从像海王星一样大到比地球小 , 公转周期从200天到一天不等 , 天文学家接下来可以使用专用望远镜优先对它们进行进一步观察 。
研究人员表示 , 该算法经过训练效率比现有技术更高 , 并且可以完全自动化 , 非常适合分析TESS等当前调查中观察到的数千个行星候选物 , 也可以成为将来用于给行星“验明正身”的工具之一 。【编辑:田博群】
推荐阅读
- 天文|NASA首次部署詹姆斯·韦伯空间望远镜镜面
- 天文|史匹哲太空望远镜揭示了黑洞间交织的准确时间
- 木星|太空望远镜和宇宙飞船联合探测木星大气层深处
- 天文|地基与天基望远镜同时工作会发生什么呢?
- 1980年|哈勃望远镜30岁庆生 宇宙那么大,都想去看看
- 天文|哈勃望远镜之母:空间天文学领域的“灭绝师太”
- 天文|双筒望远镜的炫目之旅:大犬座观赏指南
- 哈勃|哈勃退役后,韦伯来接班,身披金甲的韦伯望远镜缘何能看得更远?
- 怪罗科普|在2200光年外能看到秦汉盛世吗?或需要口径268.4亿公里的望远镜
- 天文|哈勃望远镜揭秘旅行者号探测器的未来
