천문학 자들은 8 개의 행성으로 다른 태양계를 찾습니다. 음, 명왕성

Pin
Send
Share
Send

해가 갈수록 점점 더 많은 태양계 행성이 발견됩니다. 문제를 더욱 흥미롭게하기 위해 방법론과 기술의 개선으로 개별 시스템 내에서 더 많은 행성을 발견 할 수있게되었습니다. TRAPPIST-1로 알려진 적색 왜성 주위에 7 개의 행성 시스템이 최근 발표되었다고 생각해보십시오. 당시이 발견은 단일 별을 공전하는 대부분의 외계 행성에 대한 기록을 세웠다.

TRAPPIST-1 위로 이동하십시오! Kepler 우주 망원경과 기계 학습 덕분에 Google AI 팀과 Harfard-Smithsonian Center of Astrophysics Center (CfA) 팀은 최근 먼 거리의 Kepler-90 시스템에서 8 번째 행성을 발견했습니다. Kepler -90i로 알려진이 행성의 발견은 Kepler 미션 데이터에서 운송 신호가 약하다는 증거를 발견 한 Google 알고리즘 덕분에 가능했습니다.

“심층 학습을 통한 외계 행성 식별 : Kepler-80 주변의 5 개 행성 공명 체인 및 Kepler-90 주변의 8 개 행성”이라는 제목의 연구 결과는 최근 온라인으로 게재되었으며 천문 저널. 연구팀은 Google AI의 Christopher Shallue와 Texas University의 Andrew Vanderburg 및 CfA로 구성되었습니다.

태양과 같은 별인 Kepler-90은 별자리 Draco에서 지구로부터 약 2,545 광년 떨어진 곳에 위치하고 있습니다. 언급 한 바와 같이, 이전의 조사에 따르면 별 주위에 7 개의 행성, 지상 (일명 암석) 행성과 가스 거인의 조합이 존재하는 것으로 나타났습니다. 그러나 케플러 데이터를 검색하기 위해 생성 된 Google 알고리즘을 사용한 후 연구팀은 또 다른 궤도 궤도 행성의 신호가 데이터 내에 숨어 있음을 확인했습니다.

케플러 임무는 더 밝은 별 주위에 행성의 존재를 식별하기 위해 이동 방법 (일명 운송 사진 측정)에 의존합니다. 이것은 별의주기적인 밝기 감소를 위해 별을 관찰하는 것으로 구성되며, 이는 행성이 관측자에 대해 별 (즉, 통과) 앞에서 지나가고 있음을 나타냅니다. 연구를 위해 Shallue와 Vanderburg는 컴퓨터를 교육하여 Kepler가 기록한 가벼운 커브를 읽고 통과 여부를 결정했습니다.

이 인공“신경망”은 Kepler 데이터를 통해 체로 걸렸으며 Kepler-90 주위에 이전에 놓친 행성의 존재를 나타내는 약한 통과 신호를 발견했습니다. 이 발견은이 시스템이 우리 시스템과 매우 유사하다는 것을 나타낼뿐만 아니라 인공 지능을 사용하여 보관 데이터를 채굴하는 것의 가치를 확인합니다. 케플러 데이터를 검색하기 위해 머신 러닝을 사용해 왔지만,이 연구는 가장 약한 신호조차도 식별 할 수 있음을 보여줍니다.

워싱턴에있는 NASA의 천체 물리학과 디렉터 폴 헤르츠 (Paul Hertz)는 최근 NASA 보도 자료에서 다음과 같이 말했다.

“예상했던 것처럼, 보관 된 Kepler 데이터에 숨어있는 흥미로운 발견이 있으며, 올바른 도구 나 기술이이를 발견 할 때까지 기다리고 있습니다. 이 결과는 우리의 데이터가 미래의 혁신적인 연구자들에게 유용한 보물이 될 것임을 보여줍니다.”

Kepler-90i로 알려진이 새로 발견 된 행성은 14.4 일의 기간 동안 별을 공전하는 지구 (1.32 ± 0.21 지구 반지름)와 비슷한 크기의 바위 같은 행성입니다. 이 행성은 별과 가깝기 때문에 709K (436 ° C, 817 ° F)의 극한 온도를 경험하는 것으로 알려져 있습니다. 수성의 주간 최고 기온 인 700K (427 ° C; 800 ° F)보다 더 뜨겁습니다.

Shallue는 Google의 리서치 팀 Google AI의 선임 소프트웨어 엔지니어로서 천문학 (다른 과학 분야와 마찬가지로)이 급속히 "큰 데이터"문제가되고 있음을 알게 된 후 Kepler 데이터에 신경망을 적용한다는 아이디어를 생각해 냈습니다. 데이터 수집 기술이 발전함에 따라 과학자들은 크기와 복잡성이 증가하는 데이터 세트로 인해 침수되고 있음을 발견했습니다. Shallue가 설명했듯이 :

“여가 시간에‘큰 데이터 세트로 외계 행성 찾기’에 대한 인터넷 검색을 시작했으며 Kepler 임무와 사용 가능한 거대한 데이터 세트에 대해 알아 냈습니다. 인간이 직접 검색 할 수없는 데이터가 너무 많은 상황에서 머신 러닝이 실제로 빛을 발합니다.”

케플러 임무는 처음 4 년 동안 35,000 개의 행성 통과 신호로 구성된 데이터 세트를 축적했습니다. 과거에는 데이터에서 가장 유망한 신호를 검증하기 위해 자동화 된 테스트와 때로는 육안 검사가 사용되었습니다. 그러나이 방법으로는 가장 약한 신호가 종종 누락되어 수십 또는 수백 개의 행성이 고려되지 않았습니다.

이를 개선하기 위해 Shallue는 National Science Foundation 대학원 연구 연구원 및 NASA Sagan 연구원 인 Andrew Vanderburgh와 협력하여 머신 러닝이 데이터를 채굴하고 더 많은 신호를 발생시킬 수 있는지 확인했습니다. 첫 번째 단계는 케플러 외계 행성 카탈로그에서 15,000 개의 사전 검사 신호를 사용하여 통과 외계 행성을 식별하기 위해 신경망을 훈련시키는 것으로 구성되었습니다.

테스트 세트에서 신경망은 96 %의 정확도로 실제 행성과 오 탐지를 정확하게 식별했습니다. 이 팀은 통과 신호를 인식 할 수 있음을 입증 한 후 이미 알려진 행성이 여러 개있는 670 개의 별 시스템에서 더 약한 신호를 찾도록 신경망을 지시했습니다. 여기에는 이전에 알려진 5 개의 행성이있는 케플러 -80과 7이있는 케플러 -90이 포함되었습니다. Vanderburg가 지적했듯이 :

“우리는 행성에 대해 많은 오 탐지가 있지만 잠재적으로 더 많은 실제 행성이 있습니다. 보석을 찾기 위해 바위를 거르는 것과 같습니다. 더 좋은 체가 있다면 더 많은 바위를 잡을 수 있지만 더 많은 보석을 잡을 수도 있습니다.”

Kepler-80의 6 번째 행성은 5 개의 이웃 행성과 공명 체인에있는 지구 크기의 행성 인 Kepler-80g로 알려져 있습니다. 이것은 행성이 그들의 중력에 의해 TRAPPIST-1의 일곱 행성이 경험하는 것과 유사한 매우 안정적인 시스템에 잠겨있을 때 발생합니다. 반면 케플러 -90i는 지구 크기의 행성으로 90b와 90c 이외의 수은과 같은 조건과 궤도를 경험합니다.

앞으로 Shallue와 Vanderburg는 신경망을 Kepler의 150,000 개 이상의 별 보관소에 적용 할 계획입니다. 이 거대한 데이터 세트 내에서 더 많은 행성이 숨어있을 가능성이 있으며 이미 조사 된 다중 행성 시스템 내에서 인용 할 수 있습니다. 이와 관련하여, 케플러 임무 (이미 외계 행성 연구에있어 귀중한)는 그것이 더 많은 것을 제공한다는 것을 보여 주었다.

NASA의 Ames Research Center의 Kepler 프로젝트 과학자 Jessie Dotson은 다음과 같이 말합니다.

“이 결과는 케플러의 사명에 대한 지속적인 가치를 보여줍니다. 머신 러닝 알고리즘을 적용하기위한 초기 단계의 연구와 같이 데이터를 보는 새로운 방법은 다른 별 주위의 행성 시스템에 대한 이해에서 지속적으로 상당한 발전을 가져올 것으로 약속합니다. 사람들이 데이터를 찾기를 기다리는 첫 번째 데이터가 더있을 것으로 확신합니다. "

당연히 태양과 같은 별이 이제 태양계와 같은 8 개의 행성 시스템을 가지고 있다는 사실 때문에이 시스템이 외계 생명체를 찾는 데 좋은 내기를 할 수 있는지 궁금해하는 사람들이 있습니다. 그러나 누군가 너무 흥분하기 전에 케플러 -90의 행성이 모두 별과 밀접하게 공전한다는 사실은 주목할 가치가 있습니다. 지구의 가장 바깥 쪽 행성 인 케플러 -90h는 지구와 태양의 거리가 비슷합니다.

또 다른 별 주위에 8 번째 행성이 ​​있다는 사실은 총 행성 수에서 태양계에 필적하는 시스템이 있다는 것을 의미합니다. 아마도 우리가 2006 년 IAU 결정을 재고했을지 모릅니다. 명왕성이“demoted”된 결정입니까? 우리가 그 자리에있는 동안 아마도 세레스, 에리스, 하우 메아, 메이크 메이크, 세드나 및 나머지 행성들을 빠르게 추적해야 할 것입니다. 그렇지 않으면, 우리는 어떻게 기록을 유지 관리 할 계획입니까?

미래에는 유사한 기계 학습 프로세스가 TESS (Transiting Exoplanet Survey Satellite) 및 JST (James Webb Space Telescope)와 같은 차세대 외계 행성 사냥 임무에도 적용될 수 있습니다. 이 임무는 2018 년과 2019 년에 각각 시작될 예정입니다. 그리고 그 사이에 케플러에서 더 많은 계시가있을 것입니다!

Pin
Send
Share
Send