Il lavoro del satellite è proprio quello di scrutare il cosmo alla ricerca di pianeti simili al nostro; tuttavia è sempre possibile cadere nell’errore dei falsi positivi. L’algoritmo, grazie alla sua struttura che gli permette di imparare dalle precedenti ricerche, sarà in grado di velocizzare ulteriormente il processo di verifica. A pubblicare lo studio sul funzionamento di questo algoritmo la rivista specialistica Monhly Notices of the Royal Astronomical Society.
Spazio: il nuovo sistema di apprendimento automatico
A spiegare il funzionamento del algoritmo David Amstrong, uno degli scienziati dell’Università di Warwick: “In termini di convalida del pianeta, nessuno ha mai utilizzato una tecnica di apprendimento automatico. L’apprendimento automatico è stato utilizzato per classificare i candidati planetari, ma mai in un quadro probabilistico, che è ciò di cui hai bisogno per convalidare veramente un pianeta”.
Il ricercatore ha poi aggiunto:”Piuttosto che dire quali candidati hanno maggiori probabilità di essere pianeti, ora possiamo dire qual è la precisa probabilità statistica. Dove c’è meno dell’1% di possibilità che un candidato sia un falso positivo, è considerato un pianeta convalidato“. La speranza dei ricercatori è quella di utilizzare lo stesso sistema di machine learning anche per altre operazioni come quella del satellite TESS o la sonda spaziale PLATO.