推广平台

中国UFO研究

 找回密码
 探索(注册)
返回列表 发新帖   切换浏览模式:树形   平板

人工智能,美国国家航空和宇宙航行局的数据用来发现第八颗行星遥远的星星

[复制链接]
天涯 发表于 2018-1-2 10:48 | 显示全部楼层 |阅读模式

马上注册,开始探索。

您需要 登录 才可以下载或查看,没有帐号?探索(注册)  

x
人工智能,美国国家航空和宇宙航行局的数据用来发现第八颗行星遥远的星星

我们的太阳系现在与单颗恒星周围大多数行星并列,最近发现的第八颗行星是开普勒90,它是一颗类似太阳的恒星,距离地球2,545光年。这个星球是从美国宇航局开普勒太空望远镜的数据中发现的。
最新发现的开普勒90i - 一个炎热而岩石的星球,每14.4天一次绕着它的星星运行一次 - 是通过谷歌的机器学习发现的。机器学习是计算机“学习”的一种人工智能方法。在这种情况下,计算机通过在Kepler数据实例中找到识别行星的地方,望远镜记录来自太阳系以外行星的信号,称为系外行星。

1211.jpg

我们的太阳系现在与一颗恒星周围的大多数行星并列,最近发现的第八颗行星是开普勒90,它是一颗类似太阳的恒星,距离地球2,545光年。这个星球是从美国宇航局开普勒太空望远镜的数据中发现的。
积分:美国航天局
在YouTube上观看视频
美国宇航局天体物理学部门主任保罗·赫兹说:“就像我们预料的那样,我们存在的开普勒数据中隐藏着令人兴奋的发现,等待正确的工具或技术发现它们。“这一发现表明,我们的数据将成为未来几年创新研究人员的宝贵财富。”

研究人员克里斯托弗•夏尔(Christopher Shallue)和安德鲁•范德伯格(Andrew Vanderburg)训练计算机,学习如何在开普勒记录的光读数中识别系外行星,这是行星经过一颗恒星之前或之后经过的一个微小的亮度变化。受到人类大脑中神经元连接方式的启发,这个人造的“神经网络”通过开普勒数据筛选出来,并发现来自以前错过的第八颗绕着开普勒90的星球在德拉科星座中的弱信号。

虽然机器学习以前用于开普勒数据库的搜索,但这项研究表明,神经网络是找到遥远世界的一些最弱信号的有前景的工具。  

其他行星系统可能比开普勒-90拥有更多的生命承诺。大约比地球大30%,开普勒90i与它的恒星非常接近,相信它的平均表面温度超过800华氏度,与水星相当。它的最外面的行星,开普勒-90h,与它的恒星绕地球的轨道相似。

“开普勒-90星系统就像我们太阳系的迷你版。美国国家航空航天局萨根博士后研究员兼德克萨斯大学奥斯汀分校的天文学家范德堡(Vanderburg)说:“你们内部有小行星,外面有大行星,但是所有的行星都紧密相连。

Google研究团队Google AI的高级软件工程师Shallue想出了将Kepler数据应用于神经网络的想法。在得知像其他科学分支一样,天文学正在迅速地被数据淹没,作为从太空进步的数据收集技术之后,他开始对系外行星发现感兴趣。

Shallue说:“在业余时间,我开始搜索”寻找大型数据集的系外行星“,并发现了开普勒任务和庞大的数据集。“机器学习真的会在有太多数据的情况下出现,人们无法自己去搜索。”

开普勒的四年数据集包含35,000个可能的行星信号。自动化测试,有时是人眼,用来验证数据中最有希望的信号。然而,使用这些方法往往会错过最弱的信号。Shallue和Vanderburg认为可能会有更多有趣的外行星发现隐藏在数据中。

首先,他们使用来自开普勒系外行星目录的一组15000个先前审查过的信号训练了神经网络以识别过境系外行星。在测试集中,96%的时间,神经网络正确地识别真实的行星和误报。然后,通过神经网络“学习”来检测转换的系外行星的模式,研究人员指导他们的模型去搜索已经有多个已知行星的670个恒星系统中较弱的信号。他们的假设是,多行星系统将是寻找更多系外行星的最佳地点。

范德堡说:“我们得到了很多关于行星的误报,但也有可能是更真实的行星。“就像在岩石中筛选珠宝一样。如果你有一个更好的筛子,那么你将会捕获更多的岩石,但是你也可能会捕获更多的珠宝。“

开普勒90i不是这个神经网络筛选出来的唯一宝石。在开普勒80系统中,他们发现了第六颗行星。这个地球大小的开普勒80g和它的四个相邻的行星形成了所谓的共振链,在那里行星被有节奏的轨道舞蹈的相互引力所锁定。其结果是一个非常稳定的系统,类似于TRAPPIST-1系统中的七颗行星。

他们的报告这些发现的研究论文已被接受在“天文学报”上发表。Shallue和Vanderburg计划将他们的神经网络应用于开普勒的全套超过15万颗恒星。

开普勒已经为外行星狩猎制作了史无前例的数据集。在观察了四年的空间之后,航天器现在正在进行扩展任务,每80天更换一次视场。

开普勒在加利福尼亚硅谷NASA艾姆斯研究中心的项目科学家Jessie Dotson说:“这些结果证明了开普勒的使命的持久价值。“观察数据的新方法 - 比如应用机器学习算法的早期研究 - 有望在我们了解其他恒星周围的行星系统方面继续取得重大进展。我相信有更多的数据在等待人们找到他们。“

埃姆斯管理华盛顿州的美国宇航局科学任务局的开普勒和K2任务。美国宇航局喷气推进实验室在加利福尼亚州帕萨迪纳管理开普勒任务的发展。Ball Aerospace&Technologies公司在博尔德科罗拉多大学的大气与空间物理实验室的支持下运行飞行系统。这项工作是通过NASA Exoplanet科学研究所执行的Carl Sagan博士后研究项目来完成的。

-结束-

回复

使用道具 举报

返回列表 发新帖   切换浏览模式:树形   平板
快速回复 返回顶部 返回列表