Gilus mokymasis aptiko dvi egzoplanetas, kurių žmonių astronomai nepastebėjo

Danielis Fabrycky | NASA

Planetų, skriejančių aplink kitas žvaigždes, paieška pasiekė pramoninį mastą. Astronomai atrado daugiau nei 4000 iš jų, daugiau nei pusė naudojo duomenis iš Keplerio kosminio teleskopo – orbitos observatorijos, sukurtos šiam tikslui.

2009 m. paleistas Kepleris daugelį mėnesių stebėjo fiksuotą matymo lauką ir ieškojo nedidelių periodinių žvaigždžių ryškumo pokyčių, kuriuos sukelia prieš jas judančios planetos.

Tačiau 2012 m. misija patyrė problemų, kai sugedo vienas iš keturių erdvėlaivio reakcijos ratų. Šie ratai stabilizuoja laivą, leidžiantį tiksliai nukreipti tam tikrą kryptį. 2013 m. sugedo antrasis reakcijos ratas, todėl misijai iškilo pavojus.

Kaip pataisą, inžinieriai sugalvojo būdą, kaip sugadintas erdvėlaivis toliau rinktų duomenis su mažesniu tikslumu ir didesniu triukšmu. Šią misijos dalį jie pavadino K2. Astronomai ir toliau rado naujų egzoplanetų K2 duomenyse, tačiau daug mažesniu greičiu nei anksčiau.

Tai atvedė juos į įdomią galimybę. Akivaizdu, kad egzoplanetos parašai vis dar turi būti, tačiau jie buvo praleisti dėl papildomo triukšmo. Jei kas nors rastų kokį nors būdą sistemingai pašalinti šį triukšmą ir ištirti gaunamus signalus, tada būtų atskleistos praleistos egzoplanetos.

Įveskite Anne Dattilo ir kolegas iš Teksaso universiteto Ostine, kurie sukūrė gilaus mokymosi neuroninį tinklą, vadinamą AstroNet-K2, kuris gali atlikti šią duomenų analizę. Tyrėjai teigia, kad tai labai pagreitina K2 duomenų gavybos procesą ir netgi aptiko egzoplanetų, kurių patyrę astronomai nepastebėjo.

Egzoplanetų atradimo procesas apima kelis etapus. Pirma, astronomai turi išgauti kiekvienos žvaigždės šviesos kreives, parodydami jos ryškumą laikui bėgant. Tada jie tiria kiekvieną kreivę, kad pamatytų, kaip ji keičiasi laikui bėgant.

Neuroninis tinklas atlieka būtent šį procesą ir tada filtruoja duomenų rinkinį. Pavyzdžiui, kadangi egzoplanetos yra mažos, palyginti su jų pirmine žvaigžde, bet kuri šviesos kreivė, kurios kitimas didesnis nei 3%, yra pažymėta dvinare žvaigždžių sistema. Šviesos svyravimai taip pat turi būti periodiški, kad būtų rodoma egzoplaneta, todėl į atskirus pokyčius taip pat galima neatsižvelgti.

Tokiu būdu neuroninis tinklas išfiltruoja didelę dalį klaidingų teigiamų rezultatų. „AstroNet-K2“ labai sėkmingai klasifikuoja egzoplanetas ir klaidingus teigiamus rezultatus, o mūsų bandymų rinkinio tikslumas yra 98%, sako Dattilo ir kt.

Kai komanda pradėjo dirbti su triukšmingais K2 duomenimis, ji iškart atrado dvi egzoplanetas. Nuo 2016 m. gruodžio iki 2017 m. kovo Marsas praėjo per Keplerio regėjimo lauką. Raudonoji planeta yra ypač ryški, palyginti su fone esančiomis žvaigždėmis, todėl joje atsiranda visų rūšių išsklaidyta šviesa ir triukšmas, slepiantis egzoplanetų požymius.

Tačiau nors tai glumino žmonių astronomus, AstroNet-K2 greitai pastebėjo naujus egzoplanetos parašus. Pirmoji – tai itin Žemės dydžio pūkuota planeta su nepastoviu apvalkalu, kas 13 dienų apskriejanti aplink saulę panašią žvaigždę. Jo paviršiaus temperatūra yra apie 750 °C.

Antroji yra uolėta superžemė planeta, kuri taip pat skrieja aplink saulę panašią žvaigždę, tačiau jos trukmė yra tik trys dienos. Taigi jis yra daug arčiau ir karštesnis – apie 1400 °C, pakankamai karštas, kad ištirptų aliuminis.

Šis tyrimas gali automatizuoti didžiąją dalį darbo, susijusio su egzoplanetų medžiokle. Vienas didelis pranašumas yra tas, kad mašininiai atradimai nepatiria tų pačių šališkumo, kurį gali parodyti žmonės.

Taigi AstroNet-K2 gali lygiai taip pat tyrinėti skirtingus galaktikos regionus, žvelgdamas į skirtingose ​​aplinkose susiformavusias žvaigždes. Rezultatai turėtų leisti astronomams ištirti, kaip skiriasi egzoplanetų populiacijos šiose srityse.

Žinoma, AstroNet-K2 nėra tobulas. Jis aptinka tik egzoplanetų parašus, kuriuos buvo išmokytas atpažinti, ir nepaiso nieko įdomaus, galinčio reikšti naujus atradimus. Taigi vis dar reikia žmogaus priežiūros.

Žmonės gerai atpažįsta neįprastus signalus, kuriuos mašinos neteisingai klasifikuos arba neatpažins kaip įdomių, o tai labai svarbu norint atrasti įdomių ir keistų visatos aspektų, sako Dattilo ir kt. Taigi astronomams dar nereikia pradėti ieškoti naujų darbų.

Nuoroda: arxiv.org/abs/1903.10507 : egzoplanetų atpažinimas su giliu mokymusi II: dvi naujos superžemės, kurias atskleidė neuroninis tinklas K2 duomenyse

paslėpti