Bisher unbekannter Exoplanet durch maschinelles Lernen entdeckt
Wenn es darum geht, neue astronomische Körper zu entdecken, sind Menschen dank ihrer Fähigkeiten in der Mustererkennung manchmal unersetzlich . Aber in anderen Fällen können Computer Dinge erkennen, die für Menschen nicht sichtbar sind – einschließlich eines kürzlichen Falls, bei dem ein Exoplanet mithilfe von maschinellem Lernen entdeckt wurde.
Der Exoplanet wurde von Forschern der University of Georgia innerhalb einer protoplanetaren Scheibe namens HD 142666 entdeckt. Eine protoplanetare Scheibe ist eine rotierende Gasscheibe, die um junge Sterne wirbelt und aus der Planeten gebildet werden. Planeten werden innerhalb dieser Scheiben gebildet, wenn Materie zusammenklumpt, bis sie schließlich genug Schwerkraft hat, um mehr Material hineinzuziehen. Die Forscher schauten sich eine frühere Reihe von Beobachtungen einer ganzen Reihe von protoplanetaren Scheiben an und verwendeten ein maschinelles Lernmodell, um nach Exoplaneten zu suchen könnte beim ersten Mal übersehen worden sein. Sie identifizierten eine Scheibe, auf der sich wahrscheinlich ein Planet befand, basierend auf der ungewöhnlichen Art und Weise, wie sich Gas innerhalb der Scheibe bewegte.
„Wir haben den Planeten mit traditionellen Techniken bestätigt, aber unsere Modelle haben uns angewiesen, diese Simulationen durchzuführen, und uns genau gezeigt, wo sich der Planet befinden könnte“, sagte Hauptautor Jason Terry in einer Erklärung . „Als wir unsere Modelle auf eine Reihe älterer Beobachtungen anwendeten, identifizierten sie eine Scheibe, von der nicht bekannt war, dass sie einen Planeten hat, obwohl sie bereits analysiert wurde. Wie bei früheren Entdeckungen haben wir Simulationen der Scheibe durchgeführt und festgestellt, dass ein Planet die Beobachtung reproduzieren könnte.“
Die Forscher sagen, dass dies ein Machbarkeitsnachweis ist, der zeigt, dass maschinelles Lernen verwendet werden kann, um neue Entdeckungen von Exoplaneten zu machen, sogar mit Daten, die zuvor analysiert wurden. Das könnte bedeuten, dass in Zukunft mehr Exoplaneten entdeckt werden und dass Entdeckungen schneller gemacht werden.
„Dies zeigt, dass unsere Modelle – und maschinelles Lernen im Allgemeinen – in der Lage sind, wichtige Informationen, die Menschen übersehen können, schnell und genau zu identifizieren. Dies hat das Potenzial, die Analyse und die anschließenden theoretischen Erkenntnisse erheblich zu beschleunigen“, sagte Terry. „Es dauerte nur etwa eine Stunde, diesen gesamten Katalog zu analysieren und starke Beweise für einen neuen Planeten an einer bestimmten Stelle zu finden. Wir glauben also, dass diese Art von Techniken einen wichtigen Platz haben wird, wenn unsere Datensätze noch größer werden.“
Die Forschung wurde im Astrophysical Journal veröffentlicht.