Исследователи нашли тысячи скрытых планетоподобных кандидатов в данных TESS
Команда под руководством аспиранта Принстонского университета повторно обработала данные TESS за первый год до 16-й величины и запустила пайплайн машинного обучения на примерно 84 миллионах записей яркости по примерно 54 миллионам звезд. Используя два классификатора случайного леса, обученные на подтвержденных планетах, затемняющихся двойных звездах и внедренных сигналах, они выявили 11 554 кандидата в планеты, 10 091 из которых ранее не были обнаружены, и подтвердили одну «горячую Юпитер» с помощью телеескопа Магеллана. В список входят 411 событий одиночного транзита и кандидаты с периодами от 12 часов до примерно 27 дней, и авторы оценивают, что 3 000–5 000 объектов могут быть реальными планетами, достойными последующего изучения.
Машинное обучение нашло 11 554 кандидата в планеты по данным первого года TESS.
Контекст
TESS собрал данные за первый год в 2018 году, и большинство записей слабых звезд не были…
Полный анализ
19 параметров этой новости — мировое влияние, оценка рынка и что будет дальше.
- Полный контекстЗаблокировано
- Затронутые отраслиЗаблокировано
- Влияние на биржуЗаблокировано
- Экономический показательПовторный анализ архивных данных с…Заблокировано
- Значимость для инвесторовЗаблокировано
- Профессиональная значимостьЗаблокировано
- На что обратить вниманиеКоличество подтверждений кандидатов из…Заблокировано
- Вероятность измененийЗаблокировано
- Спорные моментыЗаблокировано
- Исторические параллелиРанние прогнозные статьи предсказывали…Заблокировано
- Необходимые базовые знанияЗаблокировано
- Вопросы для дальнейшего изученияСколько из новых кандидатов…Заблокировано
- Плюсы и минусыАстрономы: получают много новых целей…Заблокировано