Как машинное обучение может помочь астрономам найти экзопланеты, похожие на Землю? Это то, к чему надеется обратиться новое исследование, поскольку группа международных исследователей изучала, как новый алгоритм на основе нейронных сетей может быть использован для обнаружения экзопланет, подобных Земле, с использованием данных метода обнаружения лучевой скорости (RV).
Это исследование может помочь астрономам разработать более эффективные методы обнаружения экзопланет земного типа, которые традиционно трудно идентифицировать в данных RV из-за интенсивной звездной активности родительской звезды. Исследование опубликовано на сервере препринтов arXiv.
В исследовании отмечается: «Машинное обучение является одним из наиболее эффективных и успешных инструментов для обработки больших объемов данных в научной области. Многие алгоритмы, основанные на машинном обучении, были предложены для смягчения звездной активности и лучшего обнаружения маломассивных и/или длинных объектов. Эти алгоритмы можно разделить на две категории: обучение с учителем и обучение без учителя. Преимущество обучения с учителем состоит в том, что предлагаемая модель содержит большой набор переменных и способна давать относительно точные прогнозы на основе обучающих данных ».
Для исследования ученые применили свой алгоритм к трем звездам, чтобы убедиться в его способности идентифицировать экзопланеты в данных о звездной активности: наше Солнце, Альфа Центавра B (HD 128621) и Тау Кита (HD 10700), где находится Альфа Центавра B. примерно в 4,3 световых годах от Земли, а Тау Кита находится примерно в 12 световых годах от Земли.
После включения в алгоритм смоделированных планетных сигналов исследователи обнаружили, что их алгоритм успешно идентифицировал смоделированные экзопланеты с потенциальными орбитальными периодами от 10 до 550 дней для нашего Солнца, от 10 до 300 дней для Альфы Центавра B и от 10 до 350 дней для Тау Кита.
Важно отметить, что у Альфа Центавра B в настоящее время было обнаружено несколько потенциальных экзопланет, но ни одна из них не подтверждена, в то время как у Тау Кита в настоящее время есть восемь экзопланет, перечисленных как «неподтвержденные» в ее системе.
Кроме того, алгоритм определил, что эти результаты соответствуют Альфе Центавра B и Тау Кита, потенциально имеющим экзопланеты примерно в четыре раза больше Земли, а также находящиеся в обитаемых зонах этих звезд. Вставив в алгоритм дополнительные данные о звездной активности, исследователи обнаружили, что алгоритм успешно идентифицировал смоделированную экзопланету, размер которой примерно в 2,2 раза превышает размер Земли, но вращается по орбите на том же расстоянии, что и Земля от нашего Солнца.
В выводах исследования отмечается: «В этой статье мы разработали структуру нейронной сети для эффективного смягчения звездной активности на спектральном уровне, чтобы улучшить обнаружение планет с малой массой в периоды от нескольких дней до нескольких сотен дней». соответствует обитаемой зоне звезд солнечного типа».
Хотя исследование было сосредоточено на поиске экзопланет, подобных Земле, в данных RV, исследователи отмечают, что дополнительные данные, включая время прохождения , фазу и космическую фотометрию, могут быть использованы для идентификации экзопланет, подобных Земле.
Они подчеркивают, что этого может достичь космический телескоп PLATO Европейского космического агентства, который в настоящее время разрабатывается и планируется к запуску где-то в 2026 году. После запуска он будет размещен в точке Лагранжа L2 Солнце-Земля, расположенной на противоположной стороне Земли. от Солнца, где он будет сканировать до миллиона звезд в поисках экзопланет транзитным методом с акцентом на земные (скалистые) экзопланеты.
Это исследование проводится в связи с тем, что на момент написания этой статьи число подтвержденных экзопланет НАСА достигло 5632, что включает 201 экзопланету земной группы, а также предоставляет предстоящей миссии PLATO широкие возможности для обнаружения еще многих экзопланет земной группы в нашей галактике Млечный Путь.
