Les chercheurs trouvent des milliers de candidats planètes cachés dans les données TESS
Une équipe dirigée par un étudiant diplômé de Princeton a retraité les données de TESS de la première année jusqu’à la magnitude 16 et exécuté une chaîne d’apprentissage automatique sur environ 84 millions d’enregistrements de brillance répartis sur environ 54 millions d’étoiles. À l’aide de deux classificateurs de forêt aléatoire entraînés sur des planètes confirmées, des systèmes d’éclipses binaires et des signaux injectés, ils ont identifié 11 554 candidats planètes, dont 10 091 n’étaient pas encore connus, et ont validé une chaude Jupiter avec le télescope Magellan. La liste comprend 411 événements de transit unique et des candidats avec des périodes de 12 heures à environ 27 jours, et les auteurs estiment que 3 000 à 5 000 pourraient être de véritables planètes méritant des suivis.
L’apprentissage automatique a trouvé 11 554 candidats planètes dans les données de la première année de TESS.
Contexte
TESS a collecté sa première année de données en 2018 et la plupart des relevés d’étoiles…
L'analyse complète
19 dimensions sur cette actualité — impact mondial, lecture des marchés et la suite.
- Contexte completVerrouillé
- Secteurs concernésVerrouillé
- Impact boursierVerrouillé
- Indicateur économiqueLa réanalyse des données d’archives…Verrouillé
- Pertinence pour les investisseursVerrouillé
- Pertinence professionnelleVerrouillé
- Points à surveillerNombre de confirmations de candidats à…Verrouillé
- Probabilité de changementVerrouillé
- Points de débatVerrouillé
- Parallèle historiqueDes articles de prévision précoces…Verrouillé
- Connaissances préalablesVerrouillé
- Questions de suiviCombien des nouveaux candidats seront…Verrouillé
- Pour et contreAstronomes : obtiennent de nombreuses…Verrouillé