Pesquisadores identificam milhares de candidatos a planetas ocultos em dados do TESS
Uma equipe liderada por um estudante de pós-graduação de Princeton reprocessou os dados do primeiro ano do TESS até a magnitude 16 e executou um pipeline de aprendizado de máquina em cerca de 84 milhões de registros de brilho em cerca de 54 milhões de estrelas. Usando dois classificadores de floresta aleatória treinados em planetas confirmados, sistemas de eclipsing binaries e sinais injetados, eles identificaram 11.554 candidatos a planetas, 10.091 deles previamente desconhecidos, e validaram um hot Jupiter com o telescópio Magellan. A lista inclui 411 eventos de trânsito único e candidatos com períodos de 12 horas a aproximadamente 27 dias, e os autores estimam que de 3.000 a 5.000 podem ser planetas reais que valem o acompanhamento.
O aprendizado de máquina encontrou 11.554 candidatos a planetas nos dados do ano um do TESS.
Contexto
O TESS coletou seu primeiro ano de dados em 2018 e a maioria dos registros de estrelas…
A análise completa
19 dimensões sobre esta notícia — impacto mundial, leitura de mercado e o que vem a seguir.
- Contexto completoBloqueado
- Setores afetadosBloqueado
- Impacto bolsistaBloqueado
- Indicador económicoReanálise de dados de arquivos com…Bloqueado
- Relevância para investidoresBloqueado
- Relevância profissionalBloqueado
- Pontos a observarNúmero de confirmações de candidatos a…Bloqueado
- Probabilidade de mudançaBloqueado
- Pontos de debateBloqueado
- Paralelo históricoArtigos de previsão inicial previam…Bloqueado
- Conhecimento prévio necessárioBloqueado
- Perguntas de seguimentoQuantos dos novos candidatos serão…Bloqueado
- Prós e contrasAstrônomos: ganham muitos novos alvos…Bloqueado