該算法背后的團隊來自華威大學(xué)，向其提供了龐大的數(shù)據(jù)集，這些數(shù)據(jù)集來自美國宇航局現(xiàn)已退休的開普勒任務(wù)和2018年發(fā)射的過渡系外行星測量衛(wèi)星。
科學(xué)家們希望他們的研究能夠為未來的行星驗證技術(shù)鋪平道路。當前的用于發(fā)現(xiàn)和確認其他行星存在的技術(shù)很容易受到噪聲，背景中物體的干擾甚至相機誤差的影響。
該團隊通過傳授已確認行星與假陽性之間的差異來訓(xùn)練算法。然后，他們將其釋放到一個尚未經(jīng)過行星候選驗證的單獨數(shù)據(jù)集上。
研究小組說，該算法能夠確認50個新行星，這在天文學(xué)史上尚屬首次。
“我們開發(fā)的算法使我們可以跨越五十個候選行星進行行星驗證，將其升級為真實行星，”沃里克大學(xué)物理系的戴維阿姆斯特朗（David Armstrong）以及該論文的主要作者發(fā)表在《月刊公告》上?；始姨煳膶W(xué)會上周在一份聲明中說。
行星有各種大小。有些像海王星一樣大，而另一些甚至比地球還小。
阿姆斯特朗解釋說：“我們現(xiàn)在不必說出哪些候選人更可能是行星，而是可以說出確切的統(tǒng)計可能性是什么。” “如果候選人被誤報的幾率小于1％，則被認為是經(jīng)過驗證的星球。”
它不僅非常有效，而且算法完全可以自己快速地工作。“我們?nèi)匀槐仨毣〞r間訓(xùn)練算法，但是一旦完成，將其應(yīng)用于未來的候選人變得容易得多，”阿姆斯特朗補充說。
“我們希望將此技術(shù)應(yīng)用于當前和未來任務(wù)的大量候選樣本，例如TESS和PLATO（行星軌道和恒星振蕩，這是一臺將于2026年發(fā)射的太空望遠鏡）。”
根據(jù)研究的作者，機器學(xué)習(xí)算法是完全自動化的，并且能夠以比原本更快的速度將假陽性從真實系外行星中分離出來。科學(xué)家認為，將來在確認發(fā)現(xiàn)時應(yīng)組合多種系外行星確認方法，包括其自身的自動算法。
阿姆斯特朗博士解釋說：“迄今為止，僅使用一種方法就已經(jīng)驗證了大約30％的已知行星，但這并不理想。” “僅出于這個原因，就需要開發(fā)新的驗證方法。但是機器學(xué)習(xí)也使我們能夠非?？斓刈龅竭@一點，并更快地對候選者進行優(yōu)先級排序。”
展望未來，研究人員打算繼續(xù)訓(xùn)練該算法，并希望將其算法應(yīng)用于由TESS收集的更大的候選系外行星樣本，以及將來的任務(wù)，例如ESA計劃中的行星軌道和恒星振蕩（PLATO）任務(wù)。
