Новий метод глибинного навчання виявив 301 екзопланету

Вчені додали 301 нововалідовану екзопланету до загальної кількості екзопланет. Цей натовп останнім приєднався до 4569 вже валідованих планет, що обертаються навколо безлічі далеких зірок. Як вчені відкрили таку величезну кількість планет, здавалося б, усі відразу? Відповідь криється в новій глибинній нейронній мережі під назвою ExoMiner.

Про це розповідають в Лабораторії реактивного руху НАСА.

Глибинні нейронні мережі – це методи машинного навчання, які автоматично навчаються завданню, якщо надано достатню кількість даних. ExoMiner – нова глибинна нейронна мережа, що використовує суперкомп’ютер NASA "Pleiades" і може відрізняти справжні екзопланети від різних типів самозванців або "хибнопозитивних спрацювань". Її дизайн натхненний різними тестами та властивостями, які люди використовують для підтвердження нових екзопланет. І вона вчиться на прикладах минулих підтверджених екзопланет та хибнопозитивних випадків.

ExoMiner доповнює людей, які є професіоналами у прочісуванні даних та розшифровці того, що є, або не є планетою. Зокрема, дані, зібрані космічним апаратом NASA "Кеплер" та K2, його подальшою місією. Для таких місій, як "Кеплер", із тисячами зірок у полі зору, кожна з яких має можливість розміщувати біля себе кілька потенційних екзопланет, це дуже трудомістке завдання для вивчення величезних масивів даних. ExoMiner вирішує цю дилему.

«На відміну від інших програм машинного навчання для виявлення екзопланет, ExoMiner не є "чорною скринькою" – немає ніякої таємниці щодо того, чому він вирішує, що щось є планетою чи ні», – сказав Джон Дженкінс, спеціаліст з екзопланет з Дослідницького центру НАСА ім. Еймса у каліфорнійський Кремнієвій долині. «Ми можемо легко пояснити, які особливості в даних змушують ExoMiner відхилити або підтвердити планету».

Яка різниця між підтвердженою та валідованою екзопланетою? Планета "підтверджується", коли різні методи спостереження виявляють особливості, які можна пояснити лише планетою. Планета "валідується" за допомогою статистичних даних — це означає, наскільки ймовірно чи малоймовірно, що це буде планета, ґрунтуючись на наявних даних.

У статті, опублікованій в Astrophysical Journal, команда Еймса показує, як ExoMiner виявив 301 планету, використовуючи дані із залишку можливих планет – або кандидатів – в архіві Кеплера. Усі 301 планета, що пройшли машинну перевірку, спочатку були виявлені конвеєром Центру наукових операцій "Кеплера" і переведені у статус планет-кандидатів Науковим управлінням "Кеплера". Але до ExoMiner ніхто не міг підтвердити, що вони є планетами.

Новини за подібною темою:

		Машинне навчання показало, що лише злиття галактик недостатньо для зростання чорних дір
		Виявлено "супер-Землю" в придатній для життя зоні
		Біля схожої на Сонце зорі астрономи знайшли планету розміром майже із Землю, але з "лавовою напівсферою"

У статті також показано, як ExoMiner більш точний і послідовний у виключенні хибнопозитивних спрацьовувань і здатний краще виявляти істинні ознаки планет, що обертаються навколо своїх зірок, і при цьому вчені мають можливість детально простежити, що привело ExoMiner до його висновку.

«Коли ExoMiner каже, що щось є планетою, ви можете бути впевнені, що це планета», – додав Хамед Валізадеган, керівник проєкту ExoMiner та менеджер з машинного навчання в Асоціації космічних досліджень університетів в Еймсі. «ExoMiner дуже точний та в деякому відношенні надійніший, ніж чинні машинні класифікатори та експерти-люди, яких він призначений імітувати, оскільки у ньому відсутні упередження, що виникають з властивості людини навішувати ярлики».

Вважається, що жодна з новопідтверджених планет не схожа на Землю або не знаходиться у жилій зоні своєї зорі. Але вони мають схожі характеристики із загальною популяцією підтверджених екзопланет у нашій галактичній околиці.

«Ці 301 відкриття допомагають нам краще зрозуміти планети та планетні системи за межами нашої, а також те, що робить нашу таку унікальною», — сказав Дженкінс.

У міру пошуку нових екзопланет – з місіями з використанням транзитної фотометрії, такими як "Супутник огляду транзитів екзопланет", або TESS від НАСА, і майбутня місія Європейського космічного агентства "Планетарні транзити та осциляції зірок", або PLATO – ExoMiner матиме більше можливостей довести, що він справляється із поставленим завданням.

«Тепер, коли ми навчили ExoMiner на даних "Кеплера", з невеликим допрацюванням, ми можемо перенести це навчання на інші місії, включаючи TESS, з якою ми зараз працюємо», — сказав Валізадеган. «Є куди рости».

! Читайте ще цікаві новини про космос на сайті, або слідкуйте за ними на Facebook.

• Екзопланети
• машинне навчання