Padziļināta mācīšanās ir atradusi divas eksoplanētas, kuras cilvēku astronomi palaida garām

Daniels Fabrikijs | NASA



Planētu meklēšana, kas riņķo ap citām zvaigznēm, ir sasniegusi rūpniecisku mērogu. Astronomi ir atklājuši vairāk nekā 4000 no tiem, vairāk nekā pusi izmantojot datus no Keplera kosmosa teleskopa, orbītas observatorijas, kas paredzēta šim nolūkam.

Keplers, kas tika palaists 2009. gadā, daudzus mēnešus novēroja fiksētu redzes lauku, meklējot nelielas periodiskas izmaiņas zvaigžņu spilgtumā, ko izraisa planētas, kas pārvietojas tām priekšā.





Taču 2012. gadā misija nonāca grūtībās, kad sabojājās viens no četriem kosmosa kuģa reakcijas riteņiem. Šie riteņi stabilizē kuģi, ļaujot tai precīzi norādīt noteiktā virzienā. 2013. gadā sabojājās otrs reakcijas ritenis, tādējādi misija bija apdraudēta.

Kā labojumu inženieri izstrādāja veidu, kā kroplajam kosmosa kuģim turpināt datu vākšanu ar mazāku precizitāti un lielāku troksni. Viņi šo misijas daļu sauca par K2. Astronomi turpināja atrast jaunas eksoplanetas K2 datos, taču daudz mazākā tempā nekā iepriekš.

Tas viņus noveda pie interesantas iespējas. Skaidrs, ka eksoplanetu parakstiem joprojām ir jābūt, taču tie tika nokavēti papildu trokšņa dēļ. Ja kāds varētu atrast veidu, kā sistemātiski noņemt šo troksni un izpētīt radušos signālus, tad varētu atklāties garām aizmirstās eksoplanetas.



Ievadiet Anne Dattilo un kolēģi no Teksasas Universitātes Ostinā, kuri ir izveidojuši dziļas mācīšanās neironu tīklu ar nosaukumu AstroNet-K2, kas pats var veikt šo datu analīzi. Pētnieki saka, ka tas ievērojami paātrina K2 datu ieguves procesu un ir pat pamanījuši eksoplanētas, kuras pieredzējuši astronomi bija palaiduši garām.

Eksoplanetu atklāšanas process ietver vairākus posmus. Pirmkārt, astronomiem ir jāizņem katras zvaigznes gaismas līknes, laika gaitā parādot tās spilgtumu. Pēc tam viņi pēta katru līkni, lai redzētu, kā tā laika gaitā mainās.

Neironu tīkls veic tieši šo procesu un pēc tam filtrē datu kopu. Piemēram, tā kā eksoplanetas ir niecīgas attiecībā pret to galveno zvaigzni, jebkura gaismas līkne, kuras novirze pārsniedz 3%, tiek apzīmēta kā bināro zvaigžņu sistēma. Gaismas svārstībām jābūt arī periodiskām, lai norādītu uz eksoplanetu, tāpēc var ignorēt arī atsevišķas variācijas.

baložu vadīta raķete

Tādā veidā neironu tīkls filtrē lielu daļu viltus pozitīvu rezultātu. AstroNet-K2 ļoti veiksmīgi klasificē eksoplanetus un viltus pozitīvus rezultātus ar 98% precizitāti mūsu testa komplektā, saka Dattilo un citi.



Kad komanda to sāka strādāt ar trokšņainajiem K2 datiem, tā nekavējoties atklāja divas eksoplanetas. No 2016. gada decembra līdz 2017. gada martam Marss izgāja caur Keplera redzeslauku. Sarkanā planēta ir īpaši spilgta salīdzinājumā ar fona zvaigznēm un tādējādi rada visa veida izkliedētu gaismu un troksni, kas maskē eksoplanetu pazīmes.

Bet, lai gan tas mulsināja cilvēku astronomus, AstroNet-K2 ātri pamanīja jaunos eksoplanetu parakstus. Pirmā ir superZemes izmēra uzpūsta planēta ar gaistošu apvalku, kas ik pēc 13 dienām riņķo ap saulei līdzīgu zvaigzni. Tā virsmas temperatūra ir aptuveni 750 °C.

Otrā ir akmeņaina super-Zeme planēta, kas arī riņķo ap saulei līdzīgu zvaigzni, bet ar periodu tikai trīs dienas. Tātad tas ir daudz tuvāk un karstāks — aptuveni 1400 °C, pietiekami karsts, lai izkausētu alumīniju.

Šis pētījums var automatizēt lielu daļu darba, kas saistīts ar eksoplanetu medībām. Viena no lielajām priekšrocībām ir tā, ka uz mašīnu balstīta atklāšana necieš no tāda paša veida novirzēm, kādas varētu parādīt cilvēkiem.

Tātad AstroNet-K2 var pētīt dažādus galaktikas reģionus tieši tādā pašā veidā, aplūkojot zvaigznes, kas veidojušās dažādās vidēs. Rezultātiem vajadzētu ļaut astronomiem izpētīt, kā eksoplanetu populācijas atšķiras šajos apgabalos.

AstroNet-K2, protams, nav ideāls. Tas pamana tikai eksoplanetu parakstus, kurus tas ir apmācīts atpazīt, un ignorē visu interesantu, kas varētu norādīt uz jauniem atklājumiem. Tāpēc tam joprojām ir nepieciešama cilvēka uzraudzība.

Cilvēki labi spēj atpazīt neparastus signālus, kurus mašīnas nepareizi klasificēs vai neatzīs kā interesantus, un tas ir ļoti svarīgi, lai atklātu interesantas un dīvainas Visuma šķautnes, saka Dattilo un citi. Tāpēc astronomiem vēl nav jāsāk meklēt jauns darbs.

kāpēc oglekļa kompensācijas nedarbojas

Atsauce: arxiv.org/abs/1903.10507 : Eksoplanetu identificēšana ar dziļu mācīšanos II: divas jaunas superzemes, kuras K2 datos atklājis neironu tīkls

paslēpties

Faktiskās Tehnoloģijas

Kategorija

Bez Kategorijas

Tehnoloģija

Biotehnoloģija

Tehniskā Politika

Klimata Izmaiņas

Cilvēki Un Tehnoloģijas

Silikona Ieleja

Datortehnika

Žurnāls Mit News

Mākslīgais Intelekts

Kosmoss

Gudrās Pilsētas

Blockchain

Funkcijas Stāsts

Absolventu Profils

Absolventu Savienojums

Mit News Funkcija

1865. Gads

Mans Skats

77 Mass Ave

Iepazīstieties Ar Autoru

Profili Dāsnumā

Redzēts Universitātes Pilsētiņā

Absolventu Vēstules

Jaunumi

2020. Gada Vēlēšanas

Ar Indeksu

Zem Kupola

Ugunsdzēsības Šļūtene

Bezgalīgi Stāsti

Pandēmijas Tehnoloģiju Projekts

No Prezidenta

Vāka Stāsts

Foto Galerija

Ieteicams