DigitalArtSpace

Ученые из Калифорнийского университета в Беркли совместно с NASA Ames разработали новый алгоритм, предназначенный для выявления экзопланет в данных, полученных телескопом Kepler. Он нацелен на обнаружение объектов, находящихся на пределе возможностей прибора. Основная цель разработки – более точное определение экзопланет, подобных Земле, в зоне обитаемости, а также снижение числа ошибочных срабатываний, вызванных шумами, дефектами и изменениями в активности звезд.

Процесс работы строится на последовательной обработке данных. На первом этапе выполняется очистка от локальных дефектов, таких как внезапные снижения чувствительности пикселей (SPSD), выбросы, артефакты на краях больших пропусков и гармоники в спектре. Для этого применяются шаблоны с экспоненциальной и ступенчатой зависимостью, а также адаптивная коррекция спектра шума.

На следующем этапе выполняется «гауссианизация» данных – процесс, который позволяет снизить воздействие отдельных выбросов, сохраняя при этом сигналы, напоминающие транзиты. Отсутствующие значения в данных восстанавливаются с использованием модели гауссовского шума, параметры которой определяются отдельно для каждой звезды.

Поиск транзитов осуществляется с использованием базы шаблонов, параметры которых (длительность и период) распределены по логарифмической шкале. На каждом этапе рассчитывается Байесовский фактор — интеграл по параметрам планеты, который обеспечивает возможность объективного разделения сигнала планеты и шума, а также систематических погрешностей. Ключевым фактором является соответствие длительности транзита теоретическим значениям, вычисленным на основе закона Кеплера, с учетом плотности звезды, эксцентриситета и наклона орбиты.

При оценке каждого события особое значение имеют его индивидуальные транзиты: если значимость события определяется одной или двумя аномалиями, а остальные транзиты не подтверждают этот сигнал, то кандидат отбрасывается. Для определения достоверности применяется статистика, оценивающая согласованность влияния каждого транзита, а также проводится проверка на соответствие крупным областям с отсутствующими данными.

В рамках исследования авторы провели серию тестов, используя данные наблюдений космического телескопа Kepler и смоделированные данные. Разработанный алгоритм подтвердил все известные экзопланеты, однако отсеял значительную долю кандидатов с продолжительным периодом обращения и слабым сигналом. Так, некоторые объекты, ранее рассматривавшиеся как многообещающие из-за их расположения в обитаемой зоне, были признаны ошибочными, что сказывается на оценке вероятности обнаружения экзопланет, пригодных для жизни.

Реализация алгоритма выполнена на языке Python, исходный код доступен на GitHub. Данная разработка способствует повышению точности поиска экзопланет, ускоряет обработку обширных астрономических данных и позволяет получить более достоверную оценку частоты встречаемости планет, подобных Земле, в галактике.

Похожие статьи

Новый алгоритм Дарвина-Гёделя учит искусственный интеллект самостоятельно программировать.

В США производят эффективные процессоры: тайванские чипы TSMC возвращаются на родину для завершения производства.

В продаже — новая Lada Granta с увеличенным дорожным просветом

Новые модели Kia могут появиться на российском рынке.

Недорогой аналог Toyota Camry с пробегом более 2000 км завоевал популярность

Рамный внедорожник BAW 212 T01 с мощным двигателем: «Китайский УАЗ» с комфортом.