将算法应用于嘈杂的开普勒数据会产生结果

2019-08-06 15:16:34

已经发现了两颗新的系外行星 - 但不是人眼。在“天文学杂志” 上发表的一篇论文中,由美国德克萨斯大学奥斯汀分校的Anne Dattilo领导的研究人员报告将人工智能应用于美国宇航局开普勒太空望远镜收集的数据。人工智能成功识别出迄今未被注意的行星围绕两颗恒星运行。

所使用的数据是在开普勒所谓的K2任务期间收集的 - 这项技术延长了“ 第二次生命 ”活动,该活动始于2013年NASA人员在严重故障后成功复活望远镜。

共同作者安德鲁范德堡解释说,让受灾船只恢复运营职责无疑是工程上的一大胜利,但令天文学家头疼不已。

“K2数据更具挑战性,因为航天器一直在移动,”他说。

其运动中的摆动意味着所收集的数据非常嘈杂,使得系外行星的识别更具挑战性。

研究人员现在已经证明,一种解决方案是建立行星搜寻算法,让它松散。

运行该计划揭示了K2-293b,一颗绕1300光年远的恒星运行的行星,以及K2-294b,它绕着1230光年远的恒星运行。两者都位于水瓶座的星座。

Dattilo说,这些行星“是K2中发现的非常典型的行星”。

“他们真的很接近他们的主星,他们的轨道周期很短,而且很热,”她解释道。“它们比地球略大。”

研究人员现在计划将AI应用于更大的K2数据集,并期望找到更多如此遥远的宝藏。

“人工智能将帮助我们统一搜索数据集,”范德堡说。

“即使每颗恒星周围都有一个地球大小的行星,当我们看开普勒时,我们也找不到它们。这只是因为一些数据太嘈杂,或者有时行星没有正确对齐。所以,我们必须纠正我们错过的那些。我们知道有很多行星在那里我们没有看到这些原因。

“如果我们想知道总共有多少行星,我们必须知道我们找到了多少行星,但我们也必须知道我们错过了多少行星。这就是它的用武之地。