详细内容或原文请订阅后点击阅览
人工智能发现隐藏信号，发现数十个新的外星行星
通过将机器学习应用于庞大的 TESS 数据集，研究人员建立了迄今为止最精确的附近系外行星目录之一。华威大学的天文学家利用美国宇航局凌日系外行星勘测卫星 (TESS) 的数据应用了新的人工智能系统，确认了 100 多颗系外行星，其中包括 31 个新发现的世界。 [...]
来源:SciTech日报通过将机器学习应用于大量 TESS 数据集，研究人员建立了迄今为止最精确的附近系外行星目录之一。
华威大学的天文学家利用美国宇航局凌日系外行星勘测卫星 (TESS) 的数据应用了新的人工智能系统，确认了 100 多颗系外行星，其中包括 31 个新发现的世界。该任务扫描天空，寻找行星经过其主恒星前方时出现的星光轻微减弱的情况。
发表在 MNRAS 上的研究结果来自新开发的名为 RAVEN 的人工智能管道。该团队使用它分析了 TESS 头四年期间收集的超过 220 万颗恒星的观测结果。他们的搜索重点是轨道非常短的行星，在 16 天内完成绕恒星运行一圈，以更好地了解这些近距离世界的普遍性。
“利用我们新开发的 RAVEN 管道，我们能够验证 118 个新行星和 2,000 多个高质量候选行星，其中近 1,000 个是全新的，”第一作者、华威大学博士后研究员 Marina Lafarga Magro 博士说。 “这代表了近地行星特征最好的样本之一，将帮助我们确定未来研究中最有前途的系统。”
在已确认的行星中，有几组特别重要的行星：
RAVEN 的边缘
现代勘测通常会标记出数千个可能的行星，但验证哪些信号是真实的仍然很困难。许多错误信号来自诸如食双星之类的现象。
行星流行率
他们发现大约 9% 到 10% 的类太阳恒星拥有一颗距离很近的行星。这与 NASA 开普勒任务的早期结果一致，但 RAVEN 将不确定性降低了十倍。