Στο news-on.net παρεχουμε Ειδήσεις και σεβόμαστε την ιδιωτικότητά σας

Εμείς και οι συνεργάτες μας αποθηκεύουμε ή/και έχουμε πρόσβαση σε πληροφορίες σε μια συσκευή, όπως cookies και επεξεργαζόμαστε προσωπικά δεδομένα, όπως μοναδικά αναγνωριστικά και τυπικές πληροφορίες που αποστέλλονται από μια συσκευή για εξατομικευμένες διαφημίσεις και περιεχόμενο, μέτρηση διαφημίσεων και περιεχομένου, καθώς και απόψεις του κοινού για την ανάπτυξη και βελτίωση προϊόντων.

Με την άδειά σας, εμείς και οι συνεργάτες μας ενδέχεται να χρησιμοποιήσουμε ακριβή δεδομένα γεωγραφικής τοποθεσίας και ταυτοποίησης μέσω σάρωσης συσκευών. Μπορείτε να κάνετε κλικ για να συναινέσετε στην επεξεργασία από εμάς και τους συνεργάτες μας όπως περιγράφεται παραπάνω. Εναλλακτικά, μπορείτε να αποκτήσετε πρόσβαση σε πιο λεπτομερείς πληροφορίες και να αλλάξετε τις προτιμήσεις σας πριν συναινέσετε ή να αρνηθείτε να συναινέσετε. Λάβετε υπόψη ότι κάποια επεξεργασία των προσωπικών σας δεδομένων ενδέχεται να μην απαιτεί τη συγκατάθεσή σας, αλλά έχετε το δικαίωμα να αρνηθείτε αυτήν την επεξεργασία. Οι προτιμήσεις σας θα ισχύουν μόνο για αυτόν τον ιστότοπο. Μπορείτε πάντα να αλλάξετε τις προτιμήσεις σας επιστρέφοντας σε αυτόν τον ιστότοπο ή επισκεπτόμενοι την πολιτική απορρήτου μας.

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να βελτιώσει την εμπειρία σας.Δες περισσότερα εδώ.
ΕΠΙΣΤΗΜΗ

Η Τεχνητή Νοημοσύνη πίσω από τα τηλεσκόπια: Ανακάλυψη 50 εξωπλανητών

Την ύπαρξη 50 εξωπλανητών επιβεβαίωσε ένας νέος αλγόριθμος μηχανικής μάθησης (machine learning) που αναπτύχθηκε από επιστήμονες του University of Warwick.

Όπως αναφέρει σε ανακοίνωσή του το πανεπιστήμιο, οι αστρονόμοι χρησιμοποίησαν για πρώτη φορά μια διαδικασία βασιζόμενη στο machine learning -μια μορφή τεχνητής νοημοσύνης– προκειμένου να αναλύσουν ένα δείγμα πιθανών πλανητών και να καθορίσουν ποιοι είναι «πραγματικοί» και ποιοι «ψεύτικοι» (ή «false positives»), υπολογίζοντας την πιθανότητα του κάθε υποψηφίου να είναι πραγματικός πλανήτης.

ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ

Τα αποτελέσματα της εν λόγω έρευνας παρουσιάζονται σε επιστημονικό άρθρο που δημοσιεύτηκε στο Monthly Notices of the Royal Astronomical Society, όπου επίσης πραγματοποιήθηκε η πρώτη μεγάλης κλίμακας σύγκριση τέτοιων τεχνικών επιβεβαίωσης πλανητών.

Τα συμπεράσματά τους υποστηρίζουν την άποψη πολλαπλών τεχνικών επιβεβαίωσης, μεταξύ των οποίων και ο αλγόριθμός τους, κατά τη στατιστική επιβεβαίωση μελλοντικών εξωπλανητών.

Οι περισσότερες έρευνες για εξωπλανήτες «χτενίζουν» τεράστιους όγκους δεδομένων από τηλεσκόπια για ίχνη πλανητών που διέρχονται ανάμεσα από το τηλεσκόπιο και το άστρο τους- γνωστό ως transiting (διέλευση) αυτό προκαλεί μια πτώση φωτεινότητας του άστρου, την οποία το τηλεσκόπιο εντοπίζει, μα θα μπορούσε να προκαλείται και από ένα δυαδικό αστρικό σύστημα, παρεμβολή από κάποιο άλλο αντικείμενο ή ακόμα και σφάλματα στην κάμερα.

Τα «false positives» αυτά μπορούν να «φιλτραριστούν» μέσα από μια διαδικασία επιβεβαίωσης πλανητών.

Ερευνητές από τα Τμήματα Φυσικής και Επιστημών Υπολογιστή του University of Warwick, καθώς και του Alan Turing Institute, δημιούργησαν έναν αλγόριθμο βασιζόμενο σε machine learning που μπορεί να ξεχωρίζει τους πραγματικούς πλανήτες από τους μη πραγματικούς σε μεγάλα δείγματα χιλιάδων υποψηφίων, που προέρχονται από τη λειτουργία τηλεσκοπίων σαν το Kepler και το TESS.

ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ

O αλγόριθμος εκπαιδεύτηκε να αναγνωρίζει αληθινούς πλανήτες χρησιμοποιώντας δύο μεγάλα δείγματα επιβεβαιωμένων πλανητών και «false positives» από την αποστολή Kepler.

Οι επιστήμονες στη συνέχεια χρησιμοποίησαν τον αλγόριθμο σε ένα dataset ανεπιβεβαίωτων υποψηφίων από το Kepler, με αποτέλεσμα 50 νέους επιβεβαιωμένους εξωπλανήτες- τους πρώτους που επιβεβαιώθηκαν μέσω machine learning.

Οι 50 αυτοί εξωπλανήτες κυμαίνονται από κόσμους μεγάλους σαν τον Ποσειδώνα μέχρι πλανήτες μικρότερους από τη Γη, με τροχιές από 200 ημερών μέχρι και μίας.

Επιβεβαιώνοντας πως αυτοί οι 50 πλανήτες είναι πραγματικοί, οι αστρονόμοι μπορούν να θέσουν προτεραιότητα σε αυτούς για περαιτέρω παρατήρηση με τηλεσκόπια.

Tags
Back to top button