Истраживачи са Ворвиковог Одељења за физику и рачунарске науке и Института Алан Тјуринг креирали су алгоритам заснован на машинском учењу за анализу узорка потенцијалних егзопланета и утврђивање које су праве, а које су „лажне“ или лажно позитивне. Планетарне скупове података пронашле су мисије као што су НАСА Кеплер и ТЕСС. Резултати су представљени у новој студији објављеној у Монтхли Нотицес оф тхе Роиал Астрономицал Социети.
Они су користили алгоритам на скупу података из Кеплера, што је резултирало са 50 нових потврђених планета, од којих је прва верификована коришћењем машинског учења. Ових 50 планета су величине од Нептуна до планета величине Земље, са орбитама од 200 до 1 дан.
„Уместо да кажемо који кандидати ће вероватно бити планете, сада можемо рећи колика је тачна статистичка вероватноћа. Ако је шанса да је кандидат лажно позитиван мањи од 1%, сматра се да је планета потврђена“, рекао је др Дејвид Армстронг са Одсека за физику Универзитета Ворвик.
Једном изграђен и обучен, алгоритам је бржи од тренутних метода и може се потпуно аутоматизовати, што га чини идеалним за анализу хиљада потенцијалних кандидата за планете посматраних у тренутним ТЕСС истраживањима.
Прочитајте такође: