详细内容或原文请订阅后点击阅览
找到类似地球行星的更聪明的方法
科学家在寻找另一个地球方面迈出了一大步。伯尔尼大学和瑞士研究网络NCCR行星的团队创建了一个强大的机器学习模型，可以预测哪些遥远的行星系统可能隐藏着类似地球的行星。这个新工具可以使寻找可居住的[…]找到类似地球行星的帖子首先出现在Knowridge Science报告中。
来源:Knowridge科学报告科学家在寻找另一个地球方面迈出了一大步。
伯尔尼大学和瑞士研究网络NCCR行星的团队创建了一个强大的机器学习模型，可以预测哪种遥远的行星系统可能隐藏着类似地球的行星。
这个新工具可以比以往任何时候都更快，更高效地寻找可居住的世界。
在太阳系之外寻找行星，尤其是那些可以支持生命的行星，是当今太空科学中最激动人心的目标之一。
这些被称为系外行星，并且具有特殊感兴趣的泥土状的，小巧，小且能够持有液态水。
现在，由于珍妮·达沃尔特（Jeanne Davoult）博士和她的同事的工作，科学家有一种新的方法可以缩小在哪里的位置。
新方法Davoult博士在伯尔尼大学（University of Bern）的博士学位开发了该模型，现在在柏林工作，他使用机器学习建立了该模型。 这种类型的人工智能学会在大量数据中找到模式。 在这种情况下，该模型是使用“ Bern模型”的数据训练的，该模型是一种长期存在的计算机模拟，显示行星如何随着时间的流逝而形成和发展。 伯尔尼模型是同类工具中最先进的工具之一。它模拟了年轻行星系统中的物理过程，并预测可能形成哪些行星。 使用伯尔尼模型中的数千个示例，新的AI系统学会了识别可能包括类似地球行星的系统的特征。 结果令人印象深刻。该模型能够正确识别具有99％精度的模拟系统中的类似地球行星。之后，研究人员将模型应用于天文学家观察到的真实恒星系统。 它预测，这些系统中有44个可能隐藏尚未检测到的类似地球的行星。进一步的研究证实，从科学上讲，这些行星可能存在于这些系统中。
Davoult博士在伯尔尼大学（University of Bern）的博士学位开发了该模型，现在在柏林工作，他使用机器学习建立了该模型。
这种类型的人工智能学会在大量数据中找到模式。
在这种情况下，该模型是使用“ Bern模型”的数据训练的，该模型是一种长期存在的计算机模拟，显示行星如何随着时间的流逝而形成和发展。
伯尔尼模型是同类工具中最先进的工具之一。它模拟了年轻行星系统中的物理过程，并预测可能形成哪些行星。
使用伯尔尼模型中的数千个示例，新的AI系统学会了识别可能包括类似地球行星的系统的特征。
结果令人印象深刻。该模型能够正确识别具有99％精度的模拟系统中的类似地球行星。之后，研究人员将模型应用于天文学家观察到的真实恒星系统。它预测，这些系统中有44个可能隐藏尚未检测到的类似地球的行星。进一步的研究证实，从科学上讲，这些行星可能存在于这些系统中。