Компьютер анализирует данные телескопических наблюдений в поисках экзопланет

[Ippolitovich]

С целью решения задачи идентификации далеких планет, пригодных для жизни, НАСА создало краудсорсинг-проект, в рамках которого добровольцы анализируют телескопические снимки в поисках остаточных дисков вокруг звезд, являющихся хорошими признаками наличия экзопланет.

 

 

Используя результаты, полученные при реализации этого проекта, исследователи из Массачусетского технологического института, США, во главе с Виктором Панкратиусом (Victor Pankratius) сегодня «натренировали» систему машинного обучения на поиск самих остаточных дисков вокруг звезд. Масштаб этих поисков требует автоматизации: в данных, собранных при помощи одного только аппарата НАСА Wide-Field Infrared Survey Explorer (WISE), содержится более 750 миллионов возможных источников.

В ходе проведенных тестов эта система машинного обучения демонстрировала совпадения с результатами идентификации остаточных дисков людьми в 97 процентах случаев. Исследователи также добавили к своему алгоритму функцию ранжирования остаточных дисков в соответствии с вероятностью расположения в них экзопланет. В своей новой работе ученые сообщают, что их система идентифицировала 367 прежде неизвестных источников, которые могут представлять интерес для дальнейшего изучения в рамках поисков экзопланет, пригодных для жизни.

Основной «изюминкой» этого нового алгоритма является использование в нем большого числа базовых физических закономерностей, в то время как многие другие аналогичные системы имеют дело в основном с математикой. Например, новая система оценивает изменения интенсивности светового потока, испускаемого источником в четырех различных диапазонах. Кроме того, фильтром для отбора являются положение, симметрия и масштаб изучаемых источников, пояснили исследователи.

Работа опубликована в журнале Astronomy and Computing.