۶۰ کاندید برای مشتری داغ بودن

۶۰ کاندید برای مشتری داغ بودن

بیشتر سیاره‌های خارج از منظومه‌ی شمسی با شناسایی تغییرات طیفی ایجاد شده از عبورشان از مقابل ستاره‌ی خود شناسایی می‌شوند. میل هلند و لافین با رصد تغییرات طیفی ایجادشده از بازتاب نور ستاره از سطح سیاره، موفق به شناسایی مشتری‌های داغ شدند. محققان الگوریتم یادگیری ماشینی برای شناسایی دامنه‌ی تغییرات طیفی منعکس شده توسط غول‌های گازی با مدار گردش کوچک طراحی کردند.

لافین در این مورد اظهار داشت: «کار سارا به ما کمک کرد که بدانیم چه عواملی بیانگر وجود دسته‌ی خاصی از سیاره‌ها هستند. بسیار شگفت‌انگیز است که آخرین روش‌های موجود به‌صورت الگوریتمی پیشرفته در آمده و به ما اجازه می‌دهد که اطلاعات و داده‌ها را برای اکتشافات عجیب و غریب بررسی کنیم.» لافلین و میل هلند پروژه‌ی خود را با جزئیات کامل در مجله Astronomical منتشر کردند.

تمایز دادن تغییرات طیفی یاد شده با تغییرات معمولی ایجاد شده توسط دستگاه‌های اندازه‌گیری و خروجی طیفی ستارگان چندان کار آسانی نیست. اما محققان از یادگیری ماشین برای تولید دسته‌های داده‌ای تصادفی از تغییرات طیفی استفاده کردند که به الگوریتم مورد نظر اجازه می‌دهد که انواع تفاوت‌های ریز و مختلف را شناسایی کند.

میل هلند اظهار داشت: «گروه تحقیقاتی ماموریت تلسکوپ کپلر به من گفته‌اند که جستجو برای انعکاس از ستاره‌ای از سوی یک غول گازی، یکی از کارهایی بوده که قرار بر انجام آن بود. آن‌ها بر روی این قسمت از ماموریت، «جستجوی نور بازتابی» نام نهادند. در همین راستا، ما در واقع اشاره به یکی از اهداف داده‌های تلسکوپ کپلر از سوی ناسا داریم.» این تحقیقات به منظور ایجاد موقعیت‌های اکتشافی بیشتر ادامه خواهد داشت. حتی می‌توان از این داده‌ها برای تشخیص جو و اقلیم سیاره‌ی مورد نظر استفاده نمود.

نوشته: بروکس های
ترجمه: رضا کاظمی - مجله علمی ایلیاد