机器学习新算法助力学者确定行星真假

发布时间：2020-08-27 发布者：亚时财经

当机器学习遇上天文学，二者会擦出怎样的火花呢？或许来自英国华威大学的科学家们可以给出答案。

（图源：前瞻网）

据物理学家组织网8月25日报道，英国华威大学的科学家开发出一种新的机器学习算法分析潜在行星样本，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。

这项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。他们的结论为未来使用包括机器学习算法在内的多种验证技术统计并确认系外行星的发现提供了坚实基础。

据悉，目前许多系外行星调查都借助凌星法来收集大量数据。人们在数据中寻找行星在望远镜和恒星之间经过的迹象，当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，这也称为凌星法。

但这种情况也可能是由双星系统、背景物体的干扰，甚至是相机的微小误差造成的。这被称为“假阳性”。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，利用NASA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并应用到未处理的数据上，成功区分出真假行星。

通过该算法，研究人员在开普勒尚未确认的候选行星数据集上使用了该算法，产生了50个新确认的行星，这也是首批被机器学习“验明正身”的行星。据悉，以前的机器学习技术只对候选行星进行排序，但从未自行确定候选行星是否是真正行星的概率，而这是行星验证的必要步骤。

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。通过确认这50颗行星是真实存在的，天文学家现在可以用专门的望远镜对这些行星进行优先观察。

华威大学物理系的大卫·阿姆斯特朗博士说，“机器学习已经被用于对候选行星进行排名，但从来没有在概率框架中使用过，而概率框架是你真正验证一颗行星所需要的。我们现在可以说出精确的统计可能性，而不是说哪些候选者更有可能是行星。如果一个候选行星的误报概率小于1%，它就被认为是经过验证的行星。”

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。

阿姆斯特朗博士称，“像TESS这样的调查预计会有成千上万的行星候选者，能够一致地分析它们是最理想的。这样快速、自动化的系统可以让我们用更少的步骤验证行星，让我们做得更有效率。”

责任编辑：Carrick

特别声明：本站转载或引用之图文若侵犯了您的合法权益，请与本站联系，本站将及时更正、删除。版权问题及网站合作，请通过亚时财经邮箱联系：asiatimescn@sina.com

返回列表

热门话题更多>>