上海天文學(xué)家發(fā)現(xiàn)5顆超短周期行星

AI助力搜尋速度提高15倍

近日，由中國科學(xué)院上海天文臺葛健教授帶領(lǐng)的國際團(tuán)隊創(chuàng)新了一種結(jié)合GPU相位折疊和卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，并成功在開普勒望遠(yuǎn)鏡2017年釋放的恒星測光數(shù)據(jù)中發(fā)現(xiàn)5顆直徑小于地球、軌道周期短于1天的超短周期行星，其中4顆是迄今為止發(fā)現(xiàn)的距其主星最近的最小行星，類似火星大小。

這是天文學(xué)家首次利用人工智能一次性完成搜尋疑似信號和識別真信號的任務(wù)。這些火星大小的行星提供了更加多樣化的系外行星樣本，為理解超短周期行星形成機制提供新線索。相關(guān)研究成果已發(fā)表在國際天文學(xué)期刊《皇家天文學(xué)會月報》上。

超短周期行星在類太陽恒星的發(fā)生率很低，只有大約0.5%。到目前為止，總共找到145顆超短周期行星，其中只有30顆小于地球半徑。經(jīng)過5年努力，研究團(tuán)隊成功開發(fā)新算法（GPFC），相比國際上流行的BLS法，該算法的搜尋速度提高了約15倍，檢測準(zhǔn)確度和完備度分別提高約7%。

這些超短周期行星的存在，為行星系統(tǒng)的早期演化、行星—行星相互作用以及恒星—行星相互作用的動力學(xué)（包括潮汐力和大氣侵蝕）研究提供了重要線索，對行星形成理論研究有重大意義。該研究成果也充分顯現(xiàn)了人工智能在天文海量數(shù)據(jù)中探尋微弱信號的應(yīng)用潛力。（記者 黃海華）

分享讓更多人看到