Исследователи из Принстонского университета разработали алгоритм систематического поиска экзопланет, проанализировав данные космического телескопа TESS. Использование машинного обучения позволило выявить больше 10 тыс. кандидатов в планеты. Исследование доступно в виде препринта на портале arXiv.
Большинство стандартных астрономических программ сосредотачивается на наблюдении за яркими и близкими звездами. Новый проект, получивший название T16, был направлен на изучение объектов, светимость которых в 16 раз ниже стандартных целей орбитальной обсерватории, что существенно расширило охват.
Алгоритм обработал световые кривые более чем 83 млн светил, зафиксированные за первый год работы аппарата. Программа осуществляла поиск регулярных и повторяющихся падений яркости, которые возникают при прохождении планеты на фоне диска своей родительской звезды.
Подтверждение кандидатов
Основным нововведением стала автоматизация процесса поиска. Обработка такого массива информации вручную заняла бы много времени, тогда как алгоритмы машинного обучения выполнили сортировку кривых блеска в автономном режиме, сформировав итоговый каталог из 11 554 потенциальных объектов, из них 10 091 не был идентифицирован при предыдущих поисках экзопланет.
Из полученного списка научная группа выбрала один объект для проверки с помощью наземного Магелланова телескопа в Чили. Наблюдения подтвердили наличие газового гиганта, по массе сопоставимого с Юпитером, который совершает полный оборот вокруг своей звезды всего за несколько дней.
Сформированный каталог предоставляет астрономам базу для дальнейших наблюдений. Проверка остальных выявленных кандидатов потребует проведения дополнительных исследований для подтверждения их планетного статуса и исключения иных явлений, способных вызывать колебания светимости.
Ранее Наука Mail рассказывала об обнаружении экзопланеты с облаками из водяного льда.
