華威大學物理與計算機科學系和艾倫圖靈研究所的研究人員創建了一種基於機器學習的算法來分析潛在系外行星的樣本，並確定哪些是真實的，哪些是“假的”或誤報。 美國宇航局的開普勒和苔絲等任務已經發現了行星數據集。 結果發表在《皇家天文學會月報》上的一項新研究中。
他們在開普勒的數據集上使用了該算法，產生了 50 個新確認的行星，其中第一個已使用機器學習進行驗證。 這 50 顆行星的大小從海王星到地球大小的行星不等，軌道從 200 天到 1 天不等。
“與其說哪些候選者更有可能是行星，我們現在可以說確切的統計概率是多少。 如果候選人誤報的可能性低於 1%，則它被認為是一顆已確認的行星，”華威大學物理系的大衛·阿姆斯特朗博士說。
一旦構建和訓練，該算法比當前方法更快，並且可以完全自動化，使其成為分析當前 TESS 調查中觀察到的數千個潛在行星候選者的理想選擇。
另請閱讀：
發表評論