Глубокое обучение помогло найти 301 экзопланету в данных космического телескопа «Кеплер»
Глубокие нейронные сети — это программы с машинным обучением, которые способны находить неочевидные закономерности в больших массивах данных. ExoMiner — это новая нейронная сеть с глубоким обучением, которая использует суперкомпьютер Pleiades от NASA и может находить реальные экзопланеты, с успехом отличая их от других объектов или помех. Этот алгоритм учится, используя данные о ранее подтвержденных кандидатах в экзопланеты и ложноположительных случаях.
ExoMiner не заменяет, а помогает профессионалам в области анализа астрономических наблюдений находить новые небесные тела. В частности, нейросеть уже «покопалась» в данных, собранных космическим телескопом NASA «Кеплер» и его миссией K2. Для таких аппаратов, как «Кеплер», в поле зрения которых находятся тысячи звезд, каждая из которых может иметь нескольких потенциальных экзопланет, изучение массивных наборов данных требует огромных затрат времени. ExoMiner решает эту дилемму.
В статье, опубликованной в Astrophysical Journal, команда астрономов показала, как ExoMiner обнаружил 301 планету, используя данные из архива «Кеплера». Каждый из 301 проверенного машиной объекта был первоначально обнаружен специалистами, работающими на телескопе и был внесен в каталог как кандидат на звание экзопланеты. Но до ExoMiner никто не смог подтвердить их статус.
«Теперь, когда мы обучили ExoMiner, используя данные Кеплера, с небольшой доработкой, мы можем перенести эту модель на другие миссии, включая TESS, над которыми мы в настоящее время работаем», — сообщили авторы статьи.
В архивах телескопа «Кеплер» много кандидатов в экзопланеты. Новая нейросеть смогла подтвердить статус 301 объекта из них