本文参加百家号#科学了不起#系列征文由于太阳系外的行星与地球之间的距离不少于10个天文单位，因此地球上的人类无法直接通过派遣探测器去探测系外行星的真实性，通常需要通过间接的方法来验证系外星球是否为行星。目前天文学界常用的方法是“凌日法”，该方法是利用系外星球与恒星之间的位置差来获得星球信息，然而这种方法的准确性并非百分之一百。根据报道，近期《皇家天文学会月刊》上发表了一篇关于如何验明系外星球身份的研究论文。英国科学家在该论文中提出，他们已经提出一种新的机器学习算法，可用于鉴别系外行星的真假。测试结果显示，该算法已经在众多系外行星候选范围内识别出了50颗真正的系外行星，那么该算法是如何被开发出来的呢？为什么候选行星中存在假行星？一直以来，大多数天文学家都通过凌日法来获得关于该星球的数据，所谓的凌日法指的是当系外目标星球与它的主恒星刚好运动到和地球成一条直线的位置上时，由于系外星球夹在地球和其主恒星的中间，因此从地球上观测它的主恒星会发现一个球形阴影。天文学家可以通过该阴影来推测该星球的相关信息。然而这种方法也存在一定的误差，一方面是因为卫星、小行星等星球也能通过凌日法被观察到，从而混淆视听，让系外星球的身份存疑。另一方面是用于观测的摄像机也可能存在微小的误差，从而导致观测到的数据不准确，最终导致对系外星球身份的判断不准确。为了克服凌日法存在的缺陷，来自英国华威大学的研究人员开发出了一套新的机器学习算法。该机器学习算法是如何得到的？华威大学物理与计算机科学系的研究人员和艾伦·图灵研究所的研究人员共同合作研发出了该学习算法。在研发的过程中，他们先从美国宇航局的开普勒望远镜和TESS望远镜的数据库中获取上千颗系外行星的观测数据，然后将这些数据集作为算法的训练集进行训练。在学习算法形成之后，研究人员将已确定为系外行星的数据作为测试集，以验证算法的可靠性。验证结果显示，该算法能够准确地验证测试集中所有的系外行星。最后，研究人员再从开普勒和TESS的数据库中获取上百个系外行星候选名单的探测数据，然后用该算法来验证这些候选行星中有哪些是真的行星，哪些是假的行星。验证结果显示，上百颗候选星球中有50颗是真实行星，它们的大小各异，公转周期也不一样。在确定它们是行星之后，天文学家表示接下来可以用专用的太空望远镜对这些系外行星进行观测，由此可见该机器学习算法为科学家探索系外行星节省了时间成本，让他们更高效地对系外行星进行研究。该算法将是为行星“验明正身”的重要方法该算法被研发出来后，研究人员就不断为它添加新的数据集进行学习，因此现在它对系外行星的识别效率要比许多现有技术都要高。太阳系外存在着成万上亿个恒星系，其中的行星更是不计其数，人类为了寻找宜居星球，不得不从近到远逐个探索。但按照人类目前的探索能力，再给一百年也无法将太阳系周围的行星都探测清楚，因此需要新的探测方法。该机器学习方法属于举一反三，它通过学习现有的数据样本，然后来推测未知的样本，虽然准确率无法达到百分之一百的，但始终要比凌日法准确且高效。因此这种算法未来有希望被更多天文学家采纳，用于鉴定系外星球的真实身份。一旦验明正身后，天文学家可以有目的地去观测它们，从而降低探索的盲目性。资料来源澎湃网8月27日《新机器学习算法为行星“验明正身”，确认了50颗系外行星》
转载请注明：http://www.linbing91.net/xhfydyy/13814.html
