Descubren más de 300 posibles exoplanetas gracias a un algoritmo
La red neuronal profunda ExoMiner se creó utilizando datos de la nave espacial Kepler de la NASA y el superordenador Pléyades.
Un equipo internacional dirigido por astrónomos de la Universidad de California en Los Ángeles (EE. UU.) ha anunciado el descubrimiento de cientos de candidatos a exoplanetas, incluidos 366 que no habían sido identificados antes.
Los expertos, dirigidos por el investigador Jon Zink describen en su trabajo publicado en la revista The Astronomical Journal, un nuevo enfoque en la detección de exoplanetas utilizando datos recopilados por la misión K2 del Telescopio Espacial Kepler de la NASA.
El superordenador de la agencia espacial estadounidense, Pléyades, es capaz de descifrar la diferencia entre exoplanetas reales y "falsos positivos".
“A diferencia de otros programas de aprendizaje automático de detección de exoplanetas, ExoMiner no es una caja negra; no hay ningún misterio en cuanto a por qué decide que algo es un planeta o no. Podemos explicar fácilmente qué características de los datos llevan a ExoMiner a rechazar o confirmar un planeta”, explica Jon Jenkins, científico de exoplanetas en Ames Research de la NASA y coautor del estudio.
El algoritmo, tras analizar 500 terabytes de datos, encontró 301 candidatos a planetas únicos y 57 sistemas multiplanetas. Entre los candidatos nunca antes vistos hay un sistema estelar con dos planetas gigantes gaseosos que orbitan muy rápidamente alrededor de sus estrellas, así como un sistema cuyos planetas están en resonancia.
Referencia: Scaling K2. IV. A Uniform Planet Sample for Campaigns 1–8 and 10–18. Jon K. Zink, Kevin K. Hardegree-Ullman, Jessie L. Christiansen, Sakhee Bhure, Britt Duffy Adkins, Erik A. Petigura, Courtney D. Dressing, Ian J. M. Crossfield and Joshua E. Schlieder. The Astronomical Journal (2021). DOI:https://doi.org/10.3847/1538-3881/ac2309
La ventana a un mundo en constante cambio
Muy Interesante
Recibe nuestra revista en tu casa desde 39 euros al año
Suscríbete