来源： 时间：2022-03-18 12:35:09
一项新的研究发现，机器学习-一种强大的工具，用于从Google到Netflix的现代生活中的各种任务-可以帮助科学家确定行星系统是否稳定。机器学习被用于谷歌的欺诈检测和垃圾邮件分类，以及在Netflix上制作电影推荐。现在，加拿大多伦多斯卡伯勒大学的一组研究人员开发了一种新颖的方法，可以使用它来确定行星系统是否稳定。
丹·塔马约说: “机器学习为解决天体物理学中的问题提供了一种强有力的方法，它可以预测行星系统是否稳定。” T Scarborough大学行星科学中心博士后研究员。机器学习是一种人工智能，它使计算机能够学习，而不必为特定任务不断编程。好处是，它可以教计算机在接触新数据时学习和改变，更不用说它也非常高效。
Tamayo和他的团队开发的方法在预测稳定性方面比传统方法快1,000倍。他说: “过去，我们一直在试图通过无法处理我们抛出的数据量的方法来弄清楚行星系统是否稳定。”重要的是要知道行星系统是否稳定，因为它可以告诉我们很多有关这些系统如何形成的信息。它还可以提供有关系外行星的有价值的新信息，而当前的观测方法无法提供。
Tamayo指出，目前有几种检测系外行星的方法可以提供诸如行星大小及其轨道周期之类的信息，但它们可能无法提供行星的质量或轨道的椭圆程度，这些都是影响稳定性的因素。
阅读: 火星上的液态水雕刻深峡谷: 科学家
他补充说: “令人鼓舞的是，我们的发现告诉我们，投入数周的计算来训练机器学习模型是值得的，因为该工具不仅准确，而且工作速度更快。”在分析将于明年发射的NASA过境系外行星勘测卫星 (TESS) 的数据时，它也可能派上用场。这项为期两年的任务将专注于发现新的系外行星，方法是关注太阳系附近最亮的恒星。
“这可能是一个有用的工具，因为预测稳定性将使我们能够更多地了解系统，从质量上限到这些行星的偏心率，” Tamayo说。这项研究发表在《天体物理学杂志快报》上。
相关推荐
猜你喜欢
