211service.com
Hluboké učení našlo dvě exoplanety, které lidští astronomové minuli
Daniel Fabrycký | NASA
Hledání planet obíhajících kolem jiných hvězd dosáhlo průmyslového měřítka. Astronomové objevili přes 4000 z nich, více než polovina s využitím dat z kosmického dalekohledu Kepler, orbitální observatoře určené pro tento účel.
Kepler, který byl vypuštěn v roce 2009, pozoroval pevné zorné pole po mnoho měsíců a hledal drobné periodické změny jasnosti hvězd způsobené planetami pohybujícími se před nimi.
Ale v roce 2012 se mise dostala do potíží, když selhalo jedno ze čtyř reakčních kol kosmické lodi. Tato kola stabilizují plavidlo a umožňují mu přesně mířit konkrétním směrem. V roce 2013 selhalo druhé reakční kolo a mise byla ohrožena.
Jako opravu inženýři vymysleli způsob, jak by zmrzačená kosmická loď mohla pokračovat ve shromažďování dat s menší přesností a větším šumem. Tuto část mise nazvali K2. Astronomové pokračovali v hledání nových exoplanet v datech K2, ale mnohem nižší rychlostí než dříve.
To je vedlo k zajímavé možnosti. Je jasné, že signatury exoplanet musí být stále přítomny, ale kvůli mimořádnému hluku byly přehlédnuty. Pokud by někdo našel způsob, jak tento šum systematicky odstranit a prostudovat výsledné signály, pak by mohly být ztracené exoplanety odhaleny.
Vstoupila Anne Dattilo a kolegové z University of Texas v Austinu, kteří vytvořili hluboce se učící neuronovou síť nazvanou AstroNet-K2, která dokáže tuto analýzu dat provádět sama. Vědci tvrdí, že to dramaticky urychluje proces těžby dat K2 a dokonce zaznamenali exoplanety, které zkušení astronomové minuli.
Proces objevování exoplanet zahrnuje několik fází. Nejprve musí astronomové extrahovat světelné křivky pro každou hvězdu a ukázat její jasnost v čase. Poté studují každou křivku, aby viděli, jak se mění v průběhu času.
Neuronová síť provádí přesně tento proces a poté filtruje soubor dat. Například, protože exoplanety jsou ve srovnání s jejich mateřskou hvězdou malé, jakákoli světelná křivka s odchylkou větší než 3 % je označena jako binární hvězdný systém. Změny světla musí být také periodické, aby indikovaly exoplanetu, takže jednotlivé variace mohou být také ignorovány.
Tímto způsobem neuronová síť odfiltruje velké procento falešně pozitivních výsledků. AstroNet-K2 je velmi úspěšný při klasifikaci exoplanet a falešně pozitivních výsledků, s přesností 98 % na naší testovací sadě, říkají Dattilo a spol.
Když tým pracoval na hlučných datech K2, okamžitě objevil dvě exoplanety. Mezi prosincem 2016 a březnem 2017 prošel Mars Keplerovo zorným polem. Rudá planeta je zvláště jasná ve srovnání s hvězdami v pozadí, a tak zavádí všechny druhy rozptýleného světla a šumu, které maskují znaky exoplanet.
Ale zatímco to zmátlo lidské astronomy, AstroNet-K2 rychle zaznamenal nové signatury exoplanet. První je nafouklá planeta velikosti super Země s těkavou obálkou obíhající kolem hvězdy podobné Slunci každých 13 dní. Má povrchovou teplotu asi 750 °C.
Druhá je kamenná planeta super-Země, která rovněž obíhá kolem hvězdy podobné Slunci, ale s periodou pouhých tří dnů. Je tedy mnohem blíž a teplejší – asi 1 400 °C, dost horký na roztavení hliníku.
Tento výzkum má potenciál zautomatizovat velkou část práce spojené s lovem exoplanet. Jednou velkou výhodou je, že strojové objevování netrpí stejnými druhy zkreslení, jaké by mohli vykazovat lidé.
AstroNet-K2 tedy může studovat různé oblasti galaxie úplně stejným způsobem a dívat se na hvězdy, které se zformovaly v různých prostředích. Výsledky by měly astronomům umožnit studovat, jak se liší populace exoplanet v těchto oblastech.
AstroNet-K2 samozřejmě není dokonalý. Zaznamenává pouze signatury exoplanet, k jejichž rozpoznání byl vycvičen, a ignoruje vše zajímavé, co by mohlo poukazovat na nové objevy. Takže to ještě potřebuje lidský dohled.
Lidé jsou dobří v rozpoznávání neobvyklých signálů, které stroje špatně klasifikují nebo nerozpoznají jako zajímavé, což je klíčové pro objevování zajímavých a zvláštních aspektů vesmíru, říkají Dattilo a spol. Astronomové tedy ještě nemusí začít hledat nová zaměstnání.
Ref: arxiv.org/abs/1903.10507 : Identifikace exoplanet pomocí Deep Learning II: Dvě nové superzemě odhalené neuronovou sítí v datech K2