Rilevamento di transiti individuali su Kepler utilizzando l'apprendimento automatico e la diagnostica di bordo del veicolo spaziale

Rilevamento di transiti individuali su Kepler utilizzando l'apprendimento automatico e la diagnostica di bordo del veicolo spaziale

Modelli di transito più adatti per tutti gli otto transiti visibili all'interno di Keplero a KOI 1271.01. Ai modelli è sovrapposto un diagramma di dispersione dei valori di flusso normalizzati per la finestra di quattro giorni con barre di errore associate fornite da Keplero. Sono stati trovati modelli utilizzando EXOPLANET e l'unico parametro adatto era il tempo di transito centrale. Il titolo di ciascuna sottotrama è il numero dell'era e il momento migliore per il centro di transito. Adattiamo i modelli su un periodo di 4 giorni intorno al tempo di transito previsto utilizzando le effemeridi per KOI 1271.01. Pertanto, la posizione del transito all'interno della finestra lascia intravedere l'ordine di grandezza del TTV in quell'epoca. — Ph.EP astronomico

Il rilevamento di esopianeti a lunghi periodi orbitali richiede il rilevamento affidabile dei singoli transiti senza ulteriori informazioni sul sistema. Tecniche come la convoluzione di fase delle curve di luce e l'analisi del periodogramma dei dati sulla velocità radiale sono più sensibili ai pianeti con periodi orbitali più brevi, lasciando una scarsità di rilevamenti di pianeti su lunghi periodi.

Presentiamo una nuova tecnica che utilizza un insieme di reti neurali convoluzionali che incorporano la diagnostica del veicolo spaziale Kepler per classificare i transiti all'interno della curva di luce. Creiamo una pipeline per recuperare la posizione di un singolo transito e il periodo di un pianeta in orbita, che mantiene una sensibilità di recupero del transito superiore all'80% fino a un periodo orbitale di 800 giorni.

La nostra pipeline di rete neurale ha il potenziale per scoprire ulteriori pianeti nel set di dati Kepler e, cosa più importante, all’interno del sistema η-Terra. Abbiamo segnalato il nostro primo candidato da questa pipeline, KOI 1271.02. È noto che KOI 1271.01 mostra forti variazioni temporali di transito (TTV), quindi modelliamo congiuntamente TTV e transiti planetari in transito per limitare la configurazione orbitale e i parametri planetari e concludere con una serie di possibili parametri per KOI 1271.02, poiché attualmente non ci sono dati sufficienti per vincolare in modo univoco il sistema.

READ  Gli scienziati affermano che le lune ghiacciate di Urano potrebbero nascondere oceani sepolti

Concludiamo che KOI 1271.02 ha un raggio di 5,32 ± 0,20 R e una massa di 28.940,23−0,47 m. I futuri vincoli sulla natura di KOI 1271.02 richiederanno la misurazione di ulteriori TTV di KOI 1271.01 o il monitoraggio del secondo transito di KOI 1271.02.

Matthew T. Hansen, Jason A. Dittmann

Commenti: 23 pagine, 23 figure, introduzione ad A.J
Argomenti: Astrofisica terrestre e planetaria (astro-ph.EP); Strumenti e Metodi Astrofisici (astro-ph.IM); Apprendimento automatico (cs.LG)
Citare come: arXiv:2403.03427 [astro-ph.EP] (o arXiv:2403.03427v1 [astro-ph.EP] per questa versione)
Data di presentazione
Di: Matthew Hansen
[v1] Mercoledì 6 marzo 2024, 03:16:47 UTC (1.474 KB)
https://arxiv.org/abs/2403.03427
astrobiologia,

Explorers Club Fellow, ex direttore del carico utile della Stazione Spaziale degli Stati Uniti/astrobiologo, ExoTeams, giornalista, Violator Climber, Synaesthete, Na'Vi-Jedi-Freman-Buddhist-mix, ASL, Devon Island e veterano del campo base dell'Everest, (lui/lui) 🖖 🏻

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *