{"id":3447,"date":"2020-08-28T05:23:48","date_gmt":"2020-08-28T05:23:48","guid":{"rendered":"http:\/\/ccvalg.pt\/astronomia\/wordpress\/?p=3447"},"modified":"2020-08-28T05:23:59","modified_gmt":"2020-08-28T05:23:59","slug":"confirmados-cinquenta-novos-planetas-atraves-de-aprendizagem-de-maquina","status":"publish","type":"post","link":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/2020\/08\/28\/confirmados-cinquenta-novos-planetas-atraves-de-aprendizagem-de-maquina\/","title":{"rendered":"Confirmados cinquenta novos planetas atrav\u00e9s de aprendizagem de m\u00e1quina"},"content":{"rendered":"\n
\"\"\/<\/a>
Ilustra\u00e7\u00e3o de um exoplaneta.
Cr\u00e9dito: Centro de Voo Espacial Goddard da NASA\/Chris Smith <\/figcaption><\/figure>\n\n\n\n

Cinquenta potenciais planetas tiveram a sua exist\u00eancia confirmada por um novo algoritmo de aprendizagem de m\u00e1quina desenvolvido por cientistas da Universidade de Warwick.<\/p>\n\n\n\n

Pela primeira vez, os astr\u00f3nomos usaram um processo baseado na aprendizagem de m\u00e1quina, uma forma de intelig\u00eancia artificial, para analisar uma amostra de potenciais planetas e determinar quais os reais e quais os “falsos”, ou falsos positivos, calculando a probabilidade de cada candidato ser um planeta verdadeiro.<\/p>\n\n\n\n

Os seus resultados foram relatados num novo estudo publicado na revista Monthly Notices of the Royal Astronomical Society, onde tamb\u00e9m realizam a primeira compara\u00e7\u00e3o em larga escala de tais t\u00e9cnicas de valida\u00e7\u00e3o planet\u00e1ria. As suas conclus\u00f5es justificam a utiliza\u00e7\u00e3o de v\u00e1rias t\u00e9cnicas de valida\u00e7\u00e3o, incluindo o seu algoritmo de aprendizagem de m\u00e1quina para confirmar estatisticamente futuras descobertas exoplanet\u00e1rias.<\/p>\n\n\n\n

Muitos levantamentos de exoplanetas vasculham enormes quantidades de dados de telesc\u00f3pios em busca de sinais de planetas que passam entre o telesc\u00f3pio e a sua estrela, eventos conhecidos como tr\u00e2nsitos. Isto resulta numa queda reveladora na luz estelar que o telesc\u00f3pio deteta, mas tamb\u00e9m pode ser provocada por um sistema estelar bin\u00e1rio, interfer\u00eancia de um objeto de fundo ou mesmo pequenos erros na c\u00e2mara. Estes falsos positivos t\u00eam que ser “peneirados” num processo de valida\u00e7\u00e3o planet\u00e1ria.<\/p>\n\n\n\n

Investigadores dos Departamentos de F\u00edsica e Ci\u00eancia da Computa\u00e7\u00e3o da Universidade de Warwick, bem como do Instituto Alan Turing, constru\u00edram um algoritmo baseado em aprendizagem de m\u00e1quina que pode separar planetas reais de planetas falsos em grandes amostras de milhares de candidatos encontrados por miss\u00f5es de telesc\u00f3pios como o Kepler ou TESS da NASA.<\/p>\n\n\n\n

\"\"\/<\/a>
Quando um planeta passa em frente da estrela, a partir da perspetiva da Terra, vemos a estrela diminuir ligeiramente de brilho porque o planeta tapa uma pequena parte. A medi\u00e7\u00e3o destas quedas de brilho estelar \u00e9 uma t\u00e9cnica conhecida como “m\u00e9todo de tr\u00e2nsito”, que os cientistas usam para identificar exoplanetas. Os cientistas fazem um gr\u00e1fico chamado “curva de luz” que mostra o brilho da estrela ao longo do tempo. Usando este gr\u00e1fico, os cientistas podem ver que percentagem da luz estelar o planeta tapa e quanto tempo o planeta demora a atravessar o disco da estrela, informa\u00e7\u00f5es que os ajudam a estimar a dist\u00e2ncia do planeta \u00e0 estrela e a sua massa.
Cr\u00e9dito: Centro de Voo Espacial Goddard da NASA <\/figcaption><\/figure>\n\n\n\n

O algoritmo foi treinado para reconhecer planetas reais usando duas grandes amostras de planetas confirmados e de falsos positivos da agora aposentada miss\u00e3o Kepler. Os investigadores usaram ent\u00e3o o algoritmo com um conjunto de dados de candidatos planet\u00e1rios ainda n\u00e3o confirmados do Kepler, resultando em cinquenta novos planetas confirmados e no primeiro a ser validado por aprendizagem de m\u00e1quina. As t\u00e9cnicas anteriores de aprendizagem de m\u00e1quina classificaram os candidatos, mas nunca determinaram a probabilidade de um candidato ser um planeta verdadeiro por si s\u00f3, uma etapa necess\u00e1ria para a valida\u00e7\u00e3o do planeta.<\/p>\n\n\n\n

Estes cinquenta planetas variam de mundos t\u00e3o grandes quanto Neptuno a mais pequenos que a Terra, com \u00f3rbitas de 200 dias a apenas um dia. Ao confirmar que estes cinquenta planetas s\u00e3o reais, os astr\u00f3nomos podem agora estabelecer prioridades para futuras observa\u00e7\u00f5es com telesc\u00f3pios dedicados.<\/p>\n\n\n\n

O Dr. David Armstrong, do Departamento de F\u00edsica da Universidade de Warwick, disse: “O algoritmo que desenvolvemos permite-nos levar cinquenta candidatos al\u00e9m do limite para a valida\u00e7\u00e3o de planetas, atualizando-os para o estatuto de planeta real. Esperamos aplicar esta t\u00e9cnica a grandes amostras de candidatos de miss\u00f5es atuais e futuras, como o TESS e PLATO.<\/p>\n\n\n\n

“Em termos de valida\u00e7\u00e3o de planeta, ningu\u00e9m havia usado uma t\u00e9cnica de aprendizagem de m\u00e1quina antes. A aprendizagem de m\u00e1quina tem sido usada para classificar candidatos planet\u00e1rios, mas nunca numa estrutura probabil\u00edstica, que \u00e9 o que realmente precisamos para validar um planeta. Em vez de dizer quais os candidatos mais prov\u00e1veis de serem planetas, podemos agora dizer qual \u00e9 a probabilidade estat\u00edstica precisa. Onde existir menos de 1% de hip\u00f3tese de um candidato ser um falso positivo, \u00e9 considerado um planeta validado.”<\/p>\n\n\n\n

O Dr. Theo Damoulas do Departamento de Ci\u00eancia da Computa\u00e7\u00e3o da Universidade de Warwick e vice-diretor do Instituto Alan Turing, salientou: “As abordagens probabil\u00edsticas para a estat\u00edstica de aprendizagem de m\u00e1quina s\u00e3o especialmente adequadas para um problema excitante como este na astrof\u00edsica que requer a incorpora\u00e7\u00e3o de conhecimento pr\u00e9vio – de especialistas como o Dr. Armstrong – e a quantifica\u00e7\u00e3o da incerteza nas previs\u00f5es. Um excelente exemplo quando a complexidade computacional adicional de m\u00e9todos probabil\u00edsticos compensa significativamente.”<\/p>\n\n\n\n

Depois de constru\u00eddo e treinado, o algoritmo \u00e9 mais r\u00e1pido do que as t\u00e9cnicas existentes e pode ser totalmente automatizado, tornando-o ideal para analisar os potenciais milhares de candidatos planet\u00e1rios observados em levantamentos atuais como o do TESS. Os investigadores argumentam que dever\u00e1 ser uma das ferramentas usadas coletivamente para validar planetas no futuro.<\/p>\n\n\n\n

O Dr. Armstrong acrescenta: “Quase 30% dos planetas conhecidos at\u00e9 agora foram validados usando apenas um m\u00e9todo, e isso n\u00e3o \u00e9 ideal. O desenvolvimento de novos m\u00e9todos de valida\u00e7\u00e3o \u00e9 desej\u00e1vel somente por esse motivo. Mas a aprendizagem de m\u00e1quina tamb\u00e9m nos permite fazer isso rapidamente e priorizar os candidatos com muito mais rapidez.<\/p>\n\n\n\n

“Ainda temos que gastar tempo a treinar o algoritmo, mas depois disso ser feito, ser\u00e1 muito mais f\u00e1cil aplic\u00e1-lo a futuros candidatos. Tamb\u00e9m podemos incorporar novas descobertas para melhor\u00e1-lo progressivamente.<\/p>\n\n\n\n

“Prev\u00ea-se que um levantamento como o TESS tenha dezenas de milhares de candidatos exoplanet\u00e1rios e \u00e9 ideal ser capaz de os analisar todos de forma consistente. Sistemas r\u00e1pidos e automatizados como este, que podem levar-nos at\u00e9 planetas validados em menos etapas, permitem-nos fazer isso de forma eficiente.”<\/p>\n\n\n\n

\/\/ Universidade de Warwick (comunicado de imprensa)<\/a>
\/\/ Artigo cient\u00edfico (Monthly Notices of the Royal Astronomical Society)<\/a>
\/\/ Artigo cient\u00edfico (arXiv.org)<\/a><\/p>\n\n\n\n

Saiba mais:<\/h4>\n\n\n\n

Not\u00edcias relacionadas:<\/strong>
EurekAlert!<\/a>
PHYSORG<\/a>
Forbes<\/a><\/p>\n\n\n\n

Aprendizagem de m\u00e1quina:<\/strong>
Wikipedia<\/a><\/p>\n\n\n\n

Exoplanetas:
<\/strong>Wikipedia<\/a>
Lista de planetas (Wikipedia)<\/a>
Lista de exoplanetas potencialmente habit\u00e1veis (Wikipedia)<\/a>
Lista de extremos (Wikipedia)<\/a>
Open Exoplanet Catalogue<\/a>
PlanetQuest<\/a>
Enciclop\u00e9dia dos Planetas Extrasolares<\/a><\/p>\n\n\n\n

Telesc\u00f3pio Espacial Kepler:<\/strong>
NASA (p\u00e1gina oficial)<\/a>
K2 (NASA)<\/a>
Arquivo de dados do Kepler<\/a>
Arquivo de dados da miss\u00e3o K2<\/a>
Wikipedia<\/a><\/p>\n\n\n\n

TESS (Transiting Exoplanet Survey Satellite):<\/strong>
NASA<\/a>
NASA\/Goddard<\/a>
Programa de Investigadores do TESS (HEASARC da NASA)<\/a>
MAST (Arquivo Mikulski para Telesc\u00f3pios Espaciais)<\/a>
Exoplanetas descobertos pelo TESS (NASA Exoplanet Archive)<\/a>
Wikipedia<\/a><\/p>\n\n\n\n

PLATO:<\/strong>
ESA<\/a>
Wikipedia<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Ilustra\u00e7\u00e3o de um exoplaneta.Cr\u00e9dito: Centro de Voo Espacial Goddard da NASA\/Chris Smith Cinquenta potenciais planetas tiveram a sua exist\u00eancia confirmada por um novo algoritmo de aprendizagem de m\u00e1quina desenvolvido por cientistas da Universidade de Warwick. Pela primeira vez, os astr\u00f3nomos usaram um processo baseado na aprendizagem de m\u00e1quina, uma forma de intelig\u00eancia artificial, para analisar …<\/p>\n","protected":false},"author":1,"featured_media":2777,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[72,16,1],"tags":[906,147,448,308,309],"class_list":["post-3447","post","type-post","status-publish","format-standard","has-post-thumbnail","","category-exoplanetas","category-sondas-missoes-espaciais","category-telescopios-profissionais","tag-aprendizagem-de-maquina","tag-exoplaneta","tag-plato","tag-telescopio-kepler","tag-tess"],"_links":{"self":[{"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/posts\/3447","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/comments?post=3447"}],"version-history":[{"count":1,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/posts\/3447\/revisions"}],"predecessor-version":[{"id":3448,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/posts\/3447\/revisions\/3448"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/media\/2777"}],"wp:attachment":[{"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/media?parent=3447"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/categories?post=3447"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ccvalg.pt\/astronomia\/wordpress\/wp-json\/wp\/v2\/tags?post=3447"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}